Публикации по теме 'r'


Что лучше изучать машинное обучение: C++, Python или R?
Машинное обучение ML — это исследование компьютерных вычислений, которые обучаются без однозначного изменения людьми. Они достигают этого, усваивая и подготавливая информацию, которая помогает им распознавать примеры и закономерности. ML, как правило, уместно в здравоохранении, маркетинге, медицинских услугах, логистике, человеческих ресурсах. Энергетика, защита, электронная коммерция, производство, искусство и творчество, финансы, транспорт, автомобили. Правительство и наблюдение,..
Функция наблюдения в R Shiny  — «Как реализовать реактивный наблюдатель»
Считаете ли вы функцию наблюдать() сложной для понимания? Наше подробное руководство по наблюдению за функциями в R Shiny здесь, чтобы помочь. Легко освоить основы R и Shiny, но кривая обучения становится значительно круче после определенного момента. Реактивные значения? Реактивный…
Понимание регрессии Пуассона и отрицательной биномиальной регрессии
Практический пример анализа розничных данных При анализе данных о розничной торговле крайне важно понимать факторы, влияющие на вовлеченность и реакцию клиентов. Двумя широко используемыми регрессионными моделями для анализа данных подсчета являются регрессия Пуассона и отрицательная биномиальная регрессия. В этом блоге мы углубимся в концепции этих моделей, изучим их приложения и узнаем, как определить, какую из них использовать в различных сценариях. Предварительные требования...
Приложения R - Часть 6: Методы непараметрической регрессии
Регрессионный анализ делится на две группы: параметрическая и непараметрическая регрессия. Наиболее важной особенностью параметрического регрессионного анализа является то, что взаимосвязь между переменными можно объяснить функцией. Также; При параметрической регрессии следует сделать некоторые важные предположения. Вы можете получить доступ к этим предположениям и моим приложениям, применяющим параметрический регрессионный анализ, по ссылкам ниже: Приложения R - Часть 1: Простая..
Тук-тук!! Я вернулся, и это все, чем я занимался
С Новым годом !! ЭТО 2019 (я знаю, что прошло уже 16 дней, но ...) Извини, что ненадолго ушел в самоволку (если кто-то заметил). Последние три месяца были для меня переходным периодом из декретного отпуска к работе. Хотя я был очень занят, наука о данных определенно не игнорировалась. Итак, чем я занимался в своем путешествии по науке о данных? Я прошел еще два курса по специальности Data Science Specialization … в конце концов: практическое машинное обучение и разработка продуктов..
Лучшие проекты R для начинающих специалистов по данным
Добро пожаловать обратно! R — отличный язык программирования, который широко используется в науке о данных, поэтому, если вы начинающий специалист по данным и, возможно, пытаетесь найти несколько проектов для создания, вы попали в нужное место! Давайте рассмотрим некоторые из моих любимых проектов R, которые идеально подходят для начинающих специалистов по данным! Машинное обучение с помощью R + Tidymodels Во-первых, у нас есть очень простой проект машинного обучения с R и..
Мой компьютер умеет читать!
Введение Давайте научим компьютер читать рукописные цифры с помощью классификатора случайного леса в R. Мы будем использовать набор данных рукописных цифр MNIST для обучения и тестирования нашей модели. Вы можете самостоятельно загрузить набор данных с этой страницы GitHub: Файлы MNIST в формате PNG Подготовьте данные Хитрость в том, чтобы сделать эту работу, чтобы закодировать изображения в формате, который может понять наш компьютер. Каждое изображение состоит из матрицы..