or
Den här övningen är en del av kursen
I det här kapitlet utforskar du det rika ekosystemet av R-paket som driver tidymodels och lär dig hur de kan effektivisera dina maskininlärningsarbetsflöden. Sedan sätter du dina tidymodels-kunskaper på prov genom att förutsäga försäljningspriser på bostäder i Seattle, Washington.
Lär dig att förutsäga kategoriska utfall genom att träna klassificeringsmodeller. Med de kunskaper du har skaffat dig hittills förutsäger du sannolikheten för att kunder ska avsluta sin tjänst hos ett telekomföretag.
Lär dig att bygga feature engineering-pipelines med paketet recipes. Du förbereder numeriska och kategoriska data för att hjälpa maskininlärningsalgoritmer att optimera dina förutsägelser.
Nu är det dags att effektivisera modelleringsprocessen med hjälp av arbetsflöden och finjustera modeller med korsvalidering och hyperparameterjustering. Du lär dig att justera en beslutsträdsklassificeringsmodell för att förutsäga om en banks kunder sannolikt kommer att misslyckas med sina lånebetalningar.
Aktuell övning