Machine Learning: Predict Poisonous Mushrooms using a Random Forest Model and the FFTrees Package in R

4.6
звезд
Оценки: 91
от партнера
Coursera Project Network
4,422 уже зарегистрированы
В этом Проект с консультациями вы:

Complete a random Training and Test Set from one Data Source using an R function.

Practice data exploration using R and ggplot2.

Apply a Random Forest model using the FFTrees package in R.

Clock2 Hours
IntermediateУчащийся среднего уровня
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsАнглийский
LaptopТолько для ПК

In this 1-hour long project-based course, you will learn how to complete a training and test set using an R function, practice looking at data distribution using R and ggplot2, Apply a Random Forest model to the data using the FFTrees package in R, and examine the results using a Confusion Matrix. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Навыки, которые вы получите

R ProgrammingRandom Forest Model

Будете учиться пошагово

На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:

  1. Task 1: In this task the Learner will be introduced to the Course Objectives, which is to how to execute a Random Forest Model using R and the FFTrees package developed by Nathaniel Phillips. There will be a short discussion about the Interface and an Instructor Bio.

  2. Task 2: The Learners will get practice doing Exploratory Analysis using ggplot2. This is important in order for the practitioner to see the balance of the data, especially as it relates to the Response Variable.

  3. Task 3: The Learner will get experience creating Testing and Training Data Sets. There are multiple ways to do this in R. The Instructor will show the Learner how to do it using the Base R way and also using a function from the caret package.

  4. Task 4: The Learner will get experience with the syntax of FFTrees package and then will execute the Random Forest Model.

  5. Task 5: The Learner will get practice with building a Confusion Matrix to evaluate model performance.

Как устроены проекты с консультациями

Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.

На разделенном экране видео преподаватель предоставляет пошаговые

Преподаватели

Рецензии

Лучшие отзывы о курсе MACHINE LEARNING: PREDICT POISONOUS MUSHROOMS USING A RANDOM FOREST MODEL AND THE FFTREES PACKAGE IN R

Посмотреть все отзывы

Часто задаваемые вопросы

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.