R 終級課程 2024：用於資料科學和機器學習的 R

R 基礎、資料科學、統計機器學習模型、深度學習、Shiny 等等（包含所有 R 程式碼）

從這 22.5 小時的課程，你會學到

學習 R 的各個方面，從基礎知識到資料科學，再到機器學習和深度學習
學習 R 基礎知識 – 資料型態、結構、變數等
學習 R 程式設計 – 編寫迴圈、函數等
數據導入和匯出
基本資料操作 – 管道、過濾、結果聚合、資料重塑、集合操作、連接資料集
資料視覺化 – 學習不同的套件，例如 ggplot、plotly、leaflet、dygraphs
進階資料操作 – 異常值偵測、缺失資料處理、正規表示式）
迴歸模型 – 建立和應用迴歸模型）
模型評估 – 什麼是欠彌合( underfitting ) 和過度彌合( overfitting )？為什麼將資料分為訓練和測試？什麼是重採樣技術？
正規化- 什麼是正規化？如何應用它？
分類模型 – 了解不同的演算法並學習如何應用邏輯迴歸、決策樹、隨機森林、支援向量機
關聯規則 – 學習apriori模型
聚類( clustering ) – kmeans、層次聚類、DBscan
降維 – 因子分析、主成分分析
強化學習 – 信賴上限 ( upper confidence bound )
深度學習 – 多目標迴歸、二元和多標籤分類的深度學習
深度學習 – 使用卷積神經網路( CNN，convolutional neural networks)學習影像分類
深度學習 – 了解語意區隔( Semantic Segmentation )
深度學習 – 循環神經網絡( RNN，Recurrent Neural Networks )、LSTM
有關深度學習的更多資訊，例如自動編碼器、預訓練模型…
R/Shiny 用於 Web 應用程式開發和部署

要求

無需先驗知識 – 只需熱衷於獲得新技能

課程說明

您希望能夠使用 R 執行自己的資料分析嗎？您想了解如何從數據中獲取關鍵業務洞察嗎？或者您想在這個令人驚嘆的領域找到一份工作？在所有這些情況下，您都找到了正確的路線！

我們將從 R 的基礎知識開始，例如資料類型和結構、迴圈和函數程式編輯、數據導入和匯出。

然後我們將深入研究資料分析：我們將學習如何透過過濾、聚合結果、重塑資料、集合操作和連接資料集來操作數據。我們將發現用於呈現複雜資料的不同視覺化技術。此外，也要了解如何呈現互動式時間序列資料或互動式地理空間資料。

涵蓋了高級資料操作技術，例如異常值檢測、缺失資料處理和正規表示式。

我們將涵蓋機器學習的所有領域：迴歸和分類技術、聚類、關聯規則、強化學習，以及可能最重要的回歸深度學習、分類、卷積神經網路( Convolutional Neural Networks )、自動編碼器( Autoencoders )、循環神經網路( Recurrent Neural Networks )…

您還將學習開發 Web 應用程式以及如何使用 R/Shiny 部署它們。

對於每個領域，詳細展示了不同的演算法：其核心概念在 101 個會話中呈現。在這裡，您將了解該演算法的工作原理。然後我們在實驗室會議中一起實施它。我們開發程式碼，然後我鼓勵您自己進行練習，然後您觀看我的解決方案範例。有了這些知識，您就可以清楚地識別手邊的問題並制定解決計劃。

您將了解不同模型的優點和缺點以及何時使用哪一種。此外，您將知道如何將您的知識運用到現實世界中。

您將可以存取互動式學習平台，該平台將幫助您更好地理解這些概念。

在本課程中，程式碼永遠不會透過複製/貼上憑空出現。我們將一起開發每行重要的程式碼，我將告訴您為什麼以及我們如何實現它。

看看一些範例講座。或訪問我的一些互動式學習板。此外，還有 30 天退款保證，因此您現在參加課程沒有風險。不要等了。課程中見吧~