中间

数据科学与R:
机器学习

这门35小时的机器学习与R课程介绍了机器学习算法的理论基础以及它们在R中的实际应用. 它将向您介绍数据挖掘, performance measures 和 dimension reduction, 回归模型, 线性的和广义的, 和Naïve贝叶斯模型, 树模型, 和 SVMs as well as the Association Rule for analysis. After successfully completing of this course, 你将能够分解主要机器学习算法背后的数学, explain the principles of machine learning algorithms, 和 implement these methods to solve real-world problems.

上课日期

清晰的

*非全日制课程的学费如在9个月内被接纳，可申请参加数据科学沙巴体育安卓版下载营.

We do not offer this course at this moment. Please join our waiting list to be notified when it becomes available again.

Find out more information about our professional development courses.

下载课程信息

描述

产品描述

课程概述

这门35小时的机器学习与R课程介绍了机器学习算法的理论基础以及它们在R中的实际应用. 它将向您介绍数据挖掘, performance measures 和 dimension reduction, 回归模型, 线性的和广义的, 和Naïve贝叶斯模型, 树模型, 和 SVMs as well as the Association Rule for analysis. After successfully completing of this course, 你将能够分解主要机器学习算法背后的数学, explain the principles of machine learning algorithms, 和 implement these methods to solve real-world problems.

先决条件

R编程知识
Able to munge, analyze, 和 visualize data in R

证书

证书将在课程圆满结束时颁发. 学生的评估是基于他们所要求的家庭作业和期末项目(如适用)的表现的及格/不及格。. 学生完成80%的家庭作业，并参加85%以上的课程，才有资格获得结业证书.

捆绑起来，学习更多，节省更多!

浏览包

捆绑起来，学习更多，节省更多!

浏览包

教学大纲

Unit 1: Foundations of Statistics 和 Simple Linear Regression

理解你的数据
统计推断
机器学习概论
简单线性回归
诊断和转换
决定系数

Unit 2: Multiple Linear Regression 和 Generalized Linear Model

多元线性回归
假设和诊断
扩展模型的灵活性
广义线性模型
逻辑回归
最大似然估计
模型的解释
评估模型适合

Unit 3: kNN 和 Naive Bayes, the Curse of Dimensionality

k近邻算法
The choice of K 和 distance measure
Conditional probability: Bayes’ Theorem
朴素贝叶斯算法
拉普拉斯估计量
降维
主成分分析过程
山脊和套索回归
交叉验证

第四单元:树模型和支持向量机

决策树
装袋
随机森林
提高
变量的重要性
Hyperplanes 和 maximal margin classifier
Sort margin 和 support vector classifier
核函数和支持向量机

Unit 5: Cluster Analysis 和 Neural Networks

聚类分析
k - means聚类
分层聚类
神经网络和感知器
乙状结肠神经元
Network topology 和 hidden features
Back propagation learning with gradient descent

我们的校友反馈

Took the weekend course for 机器学习 with R. 课程帮助我理解了机器学习的基础知识，不同的模型. 我的导师是卢克. He was very helpful 和 would spend enough time covering each topic. 他甚至还选修了一门额外的课程，因为他不想匆忙地学习材料. Overall I am quite satisfied with the results. 你会把路加福音推荐给其他任何对机器学习领域感兴趣的人吗.

拉胡尔·巴特

我本科在一所顶尖大学学习机械工程和物理，从事产品管理工作，重点是搜索. 我上这门课是为了满足个人对这一主题的兴趣，并让自己足够熟悉机器学习的基础知识，以便能够更深入地独自探索这一领域. 我还受到一个职业兴趣的激励:这个主题与我的领域高度相关, 我觉得对这些概念的理解以及如何运用它们会让我在长期的工作中做得更好. 在入学之前, 我花了大约8-10个小时学习R，感觉准备充分(我以前有一些编程经验). 最后，我对这门课非常满意(周六在R上的机器学习), 一次8小时). The curriculum 和 content were excellent, 老师, 路加福音, was fantastic 和 the assignments were challenging 和 informative. 我觉得这门课做得非常好，把每一门学科的核心基础知识和统计学联系起来, 数学理论, 派生和最佳实践. We covered a LOT of material, yet the material had a lot of depth. 我认为主题的顺序也考虑得很好. The class was dem和ing 和 had the caliber of a graduate-level course. The course also struck a very nice balance between theory 和 implementation. 在了解了一个新模型之后, we would immediately implement it in class using R on our own machines. 路加福音在将实现与概念联系起来，并教我们如何解释分析的结果方面做得特别好(后一点对我来说多么重要，我怎么强调都不过分)。. He has a really strong grasp of the subject matter, he’s very patient 和 responsive to questions, offers a lot of insightful commentary on the theory, 实现, 和最佳实践, 和 he cares about his students a lot. The homework assignments complement the class nicely as well, 帮助你理解课堂上教的方法以及如何理解你的作业. 如果您有兴趣在严格的格式中发展对机器学习基础知识的深刻理解, 这门课是为你准备的. I also couldn’t recommend 路加福音 as an instructor more. 他真棒! I was also was very pleased with my choice of the R class. R reduces a lot of the friction in model implementation, 这让我能够专注于对概念的理解和对结果的解释.

卢卡斯

This course covers major R machine learning topics; it is intense, 和 you will learn a lot if you keep up with the pace. 闫舒老师擅长解释复杂的统计概念/公式，并将其转化为R编码技术. 课程材料, 课堂实践, 和 homework assignment are helpful regarding learning 和 future references. 我将这门课程推荐给任何对数据科学/机器学习感兴趣但不太了解这一领域的人. It will be a good start for you if you plan to work in this area. 它确实帮助我理解了很多关于数据科学的知识，并提高了我的R编码技能. 我从这门课程中学到的东西是值得我付出的金钱和努力的.

Tingyan郑

I took 机器学习 with R 和 Hadoop data engineering classes in 2015. 他们都是结构良好的课程，广泛的信息覆盖和具体的学习过程设计. 所有在课堂上讲的技巧都非常实用，可以应用到工作中非常快. 除了, 这也是一个建立你的“数据科学”伙伴网络的好机会，因为你所有的同学都是这个领域的“专业人士”，有很多精彩的行业经验可以分享. I would definitely recommend 纽约市数据科学研究院 to my friend!

马克•李

As the business world becomes increasingly data-driven, 沙巴体育安卓版下载的数据科学课程对于推动职业成功是无价的, not only for actual data science practitioners, 但那些每天与他们合作，执行从数据科学中收集的见解的人. 我刚刚完成了中级数据科学的R类课程，并立即从理解不同类型的高级分析技术的能力中受益，这些技术可以帮助我的客户解决他们的业务问题, 在战术层面上更好地与我们的数据科学团队沟通和合作，然后将他们的输出准确地翻译成我们客户的业务语言. 课程是全面的，薇薇安带来了很多的热情和奉献的课程，并确保她的学生的成功.

玛格丽特挂

Took the weekend course for 机器学习 with R. 课程帮助我理解了机器学习的基础知识，不同的模型. 我的导师是卢克. He was very helpful 和 would spend enough time covering each topic. 他甚至还选修了一门额外的课程，因为他不想匆忙地学习材料. Overall I am quite satisfied with the results. 你会把路加福音推荐给其他任何对机器学习领域感兴趣的人吗.

拉胡尔·巴特

我本科在一所顶尖大学学习机械工程和物理，从事产品管理工作，重点是搜索. 我上这门课是为了满足个人对这一主题的兴趣，并让自己足够熟悉机器学习的基础知识，以便能够更深入地独自探索这一领域. 我还受到一个职业兴趣的激励:这个主题与我的领域高度相关, 我觉得对这些概念的理解以及如何运用它们会让我在长期的工作中做得更好. 在入学之前, 我花了大约8-10个小时学习R，感觉准备充分(我以前有一些编程经验). 最后，我对这门课非常满意(周六在R上的机器学习), 一次8小时). The curriculum 和 content were excellent, 老师, 路加福音, was fantastic 和 the assignments were challenging 和 informative. 我觉得这门课做得非常好，把每一门学科的核心基础知识和统计学联系起来, 数学理论, 派生和最佳实践. We covered a LOT of material, yet the material had a lot of depth. 我认为主题的顺序也考虑得很好. The class was dem和ing 和 had the caliber of a graduate-level course. The course also struck a very nice balance between theory 和 implementation. 在了解了一个新模型之后, we would immediately implement it in class using R on our own machines. 路加福音在将实现与概念联系起来，并教我们如何解释分析的结果方面做得特别好(后一点对我来说多么重要，我怎么强调都不过分)。. He has a really strong grasp of the subject matter, he’s very patient 和 responsive to questions, offers a lot of insightful commentary on the theory, 实现, 和最佳实践, 和 he cares about his students a lot. The homework assignments complement the class nicely as well, 帮助你理解课堂上教的方法以及如何理解你的作业. 如果您有兴趣在严格的格式中发展对机器学习基础知识的深刻理解, 这门课是为你准备的. I also couldn’t recommend 路加福音 as an instructor more. 他真棒! I was also was very pleased with my choice of the R class. R reduces a lot of the friction in model implementation, 这让我能够专注于对概念的理解和对结果的解释.

卢卡斯

This course covers major R machine learning topics; it is intense, 和 you will learn a lot if you keep up with the pace. 闫舒老师擅长解释复杂的统计概念/公式，并将其转化为R编码技术. 课程材料, 课堂实践, 和 homework assignment are helpful regarding learning 和 future references. 我将这门课程推荐给任何对数据科学/机器学习感兴趣但不太了解这一领域的人. It will be a good start for you if you plan to work in this area. 它确实帮助我理解了很多关于数据科学的知识，并提高了我的R编码技能. 我从这门课程中学到的东西是值得我付出的金钱和努力的.

Tingyan郑

I took 机器学习 with R 和 Hadoop data engineering classes in 2015. 他们都是结构良好的课程，广泛的信息覆盖和具体的学习过程设计. 所有在课堂上讲的技巧都非常实用，可以应用到工作中非常快. 除了, 这也是一个建立你的“数据科学”伙伴网络的好机会，因为你所有的同学都是这个领域的“专业人士”，有很多精彩的行业经验可以分享. I would definitely recommend 纽约市数据科学研究院 to my friend!

马克•李

As the business world becomes increasingly data-driven, 沙巴体育安卓版下载的数据科学课程对于推动职业成功是无价的, not only for actual data science practitioners, 但那些每天与他们合作，执行从数据科学中收集的见解的人. 我刚刚完成了中级数据科学的R类课程，并立即从理解不同类型的高级分析技术的能力中受益，这些技术可以帮助我的客户解决他们的业务问题, 在战术层面上更好地与我们的数据科学团队沟通和合作，然后将他们的输出准确地翻译成我们客户的业务语言. 课程是全面的，薇薇安带来了很多的热情和奉献的课程，并确保她的学生的成功.

玛格丽特挂

更多的校友的评论

学校的位置

500 8th Ave Suite 905, New York, NY 10018

附近的地铁

1 2 3 34、中央火车站

A C E 34、中央火车站

N Q R B D F M 34,先驱广场

详细的指示

We do not offer this course at this moment. Please join our waiting list to be notified when it becomes available again.

教练

凯西刘

教练

她在纽约大学获得数学博士学位，在乔治城大学获得硕士学位. She is specialized in information theory 和 probability. 凯西对教学充满热情，她在纽约大学上的数学和统计学课非常受欢迎，很快就招满了. After serving as a Data Science Consultant in a reinsurance company, Kathy realizes the power of data analytics 和 the fun of story-telling, 然后她开始使用统计模型和数据可视化工具在斯特恩商学院和纽约大学Courant数学科学研究所进行合作研究. 当没有工作, Kathy can be found watching Broadway shows in theater district, practicing golf at Chelsea Piers 和 hiking in upstate New York.

通过注册一个捆绑包来节省更多

R数据科学

数据科学与R:数据分析和可视化

数据科学与R:数据分析和可视化

数据科学与接待员:机器学习

数据科学与接待员:机器学习

$5180.00

总: $5180.00$4662.00

开始招收

数据科学掌握

数据科学与接待员:机器学习

数据科学与接待员:机器学习

Data Science with Python:机器学习

Data Science with Python:机器学习

大数据 with Amazon Cloud, Hadoop/Spark 和 Docker

大数据 with Amazon Cloud, Hadoop/Spark 和 Docker

$7970.00

总: $7970.00$7410.00

开始招收

数据科学与R:
机器学习

产品描述

课程概述

先决条件

证书

教学大纲

Unit 1: Foundations of Statistics 和 Simple Linear Regression

Unit 2: Multiple Linear Regression 和 Generalized Linear Model

Unit 3: kNN 和 Naive Bayes, the Curse of Dimensionality

第四单元:树模型和支持向量机

Unit 5: Cluster Analysis 和 Neural Networks

我们的校友反馈

学校的位置

教练

通过注册一个捆绑包来节省更多

纽约市数据科学研究院

Get detailed curriculum information about our
沙巴体育安卓版下载营!

产品

关于

社交媒体

数据科学与R: 机器学习

产品描述

课程概述

先决条件

证书

教学大纲

Unit 1: Foundations of Statistics 和 Simple Linear Regression

Unit 2: Multiple Linear Regression 和 Generalized Linear Model

Unit 3: kNN 和 Naive Bayes, the Curse of Dimensionality

第四单元:树模型和支持向量机

Unit 5: Cluster Analysis 和 Neural Networks

我们的校友反馈

学校的位置

教练

通过注册一个捆绑包来节省更多

纽约市数据科学研究院

Get detailed curriculum information about our 沙巴体育安卓版下载营!

产品

关于

社交媒体

数据科学与R:
机器学习

Get detailed curriculum information about our
沙巴体育安卓版下载营!