Наука данных в R: практический проект Capstone

Переход от изучения отдельных команд R к выполнению полномасштабного проекта данных может быть серьезным препятствием. Этот курс ликвидирует этот разрыв, проводя вас через реалистичный сценарий науки данных от начала до конца. Вы начнете с установления основной терминологии жизненного цикла данных, прежде чем погрузиться в практическую реализацию. Читая пошаговые объяснения и изучая четкие фрагменты кода, вы узнаете, как собирать, убирать и анализировать данные, используя современные соглашения R. Что вы узнаете: - Настроить структурированный рабочий процесс науки данных с использованием современных библиотек R - Очистить и преобразовать необработанные данные с использованием принципов tidyverse для эффективного анализа - Проведение предварительного анализа данных и проверка основных гипотез для выявления закономерностей - Построение и оценка регрессионных и классификационных моделей для составления прогнозов - Структурировать свой анализ в сплоченный, готовый к портфолио проект данных Материал развивается естественным образом от первоначального ввода данных до окончательного моделирования, обеспечивая понимание цели каждой строки кода. Вы будете практиковать применение этих концепций с помощью письменных упражнений, предназначенных для укрепления вашего обучения. Этот курс предназначен для начинающих, которые имеют базовое понимание синтаксиса R и хотят применить свои знания к структурированному, практическому проекту. Не требуется опыта в области науки данных или статистики. Начните читать сегодня, чтобы собрать свои навыки R в полный рабочий процесс науки данных.