- Chia sẻ kiến thức hữu ích!

Chia Sẻ Khóa Học Masterclass Data Science Với R - Qua 4 Dự Án Thực Và 8 Nghiên Cứu Điển Hình

By Tin Học Nhà Sách - 3 tháng 12, 2018 - 3 Comments

Bạn có bao giờ tự hỏi rằng Khoa học dữ liệu là công việc " Hot nhất " trên toàn cầu trong năm 2018 - 2019 chưa!

Dự án nào chúng tôi sẽ giới thiệu trong khóa học?

Project 1- Titanic Case Study which is based on Classification Problem.

Project 2 - E-commerce Sale Data Analysis - based on Regression.

Project 3 - Customer Segmentation which is based on Unsupervised learning.

Final Project - Market Basket Analysis - based on Association rule mining.

Những gì bạn sẽ học từ khóa học MASTERCLASS Data Science:

Tìm hiểu khoa học dữ liệu là gì và Khoa học dữ liệu đang giúp thế giới hiện đại như thế nào!
Những lợi ích của khoa học dữ liệu, học máy và trí thông minh nhân tạo là gì.
Có thể giải quyết vấn đề liên quan đến khoa học dữ liệu với sự trợ giúp của lập trình R.
Tại sao R là phải có cho khoa học dữ liệu, AI và học máy!
Hướng dẫn này là hoàn thiện nếu bạn muốn trở thành một nhà khoa học dữ liệu + Hướng dẫn cho bạn chuẩn bị tốt cho cuộc phỏng vấn về khoa học dữ liệu.
Cấu trúc dữ liệu R - Ma trận, Mảng, Data Frame, Factor, Danh sách.
Làm việc với các câu lệnh, hàm và vòng lặp có điều kiện của R.
Systematically explore data in R.
Data Science Package: Dplyr , GGPlot 2.
Index, slice, and Subset Data.
Đưa dữ liệu của bạn vào và ra khỏi R - CSV, Excel, Cơ sở dữ liệu, Web, Dữ liệu Văn bản.
Data Science - Hiển thị dữ liệu: vẽ các loại dữ liệu khác nhau và vẽ thông tin chi tiết như: BLine Chart, Bar Plot, Pie Chart, Histogram, Density Plot, Box Plot, 3D Plot, Mosaic Plot.
Data Science - Thao tác dữ liệu - Áp dụng Hàm, mutate(), filter(), arrange (), summarise(), groupby(), date trong R.
Data Science - Kiểm tra giả thuyết.
Hiểu biết về từng trường hợp sử dụng nghiệp vụ.
Data Pre-processing.
Supervised Learning.
Logistic Regression.
K-NN .
SVM .
Naive Bayes.
Decision Tree.
Random Forest.
K-Mean Clustering.
Hierarchical Clustering.
DBScan Clustering.
PCA (Principal Component Analysis).
Association Rule Mining .
Model Deployment.