Predict Diabetes with a Random Forest using R

4.6
estrelas
72 classificações
oferecido por
Coursera Project Network
1,904 já se inscreveram
Neste projeto guiado, você irá:

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

Practice data distribution using R and ggplot2.

Apply a Random Forest model.

Clock2 Hours
IntermediateIntermediário
CloudSem necessidade de download
VideoVídeo em tela dividida
Comment DotsInglês
LaptopApenas em desktop

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, and examine the results using RMSE and 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.

Habilidades que você desenvolverá

Random ForestComputer ProgrammingR ProgrammingModelling

Aprender passo a passo

Em um vídeo reproduzido em uma tela dividida com a área de trabalho, seu instrutor o orientará sobre esses passos:

  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 Pima Indians data set. There will be a short discussion about the Interface and an Instructor Bio.

  2. Task 2: The Learners will get experience looking at the data 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 and the Instructor will go over two of them in this Task.

  4. Task 4: The Learner will get experience with the syntax of the Caret, an R package. There will be a discussion on how you can apply hundreds of algorithms to a single problem using the same syntax using Caret as well.

  5. Task 5: The Learner will get experience evaluation models in this Task. RMSE will be discussed as well as the Confusion Matrix. The conclusion of the course will use the two evaluation metrics see how well the model performed on the test data set.

Como funcionam os projetos guiados

Sua área de trabalho é um espaço em nuvem, acessado diretamente do navegador, sem necessidade de nenhum download

Em um vídeo de tela dividida, seu instrutor te orientará passo a passo

Instrutores

Avaliações

Principais avaliações do PREDICT DIABETES WITH A RANDOM FOREST USING R

Visualizar todas as avaliações

Perguntas Frequentes – FAQ

Perguntas Frequentes – FAQ

  • Ao comprar projetos guiados, você recebe tudo o que precisa para completá-los, inclusive acesso a um espaço de trabalho de área de trabalho na nuvem por meio do seu navegador web, que contém o software e os arquivos necessários para iniciar, além de um vídeo de instruções passo a passo de um especialista no assunto.

  • Como seu espaço de trabalho tem uma área de trabalho na nuvem dimensionada para notebooks e computadores desktop, os projetos guiados não estão disponíveis para dispositivos móveis.

  • Os instrutores do projeto guiado são especialistas no assunto, têm experiência com a habilidade, a ferramenta ou o domínio do projeto e amam compartilhar seus conhecimentos para ajudar milhões de aprendizes do mundo todo.

  • Você pode baixar e manter todos os arquivos que foram criados para seu projeto guiado. Para fazer isso, você pode usar o recurso "Navegador de arquivos" enquanto acessa a área de trabalho na nuvem.

  • Reembolsos não estão disponíveis para projetos guiados. Consulte nossa política de reembolso completa.

  • Não há auxílio financeiro disponível para projetos guiados.

  • A participação como ouvinte não está disponível para projetos guiados.

  • Na parte superior da página, você pode clicar no nível de experiência deste projeto guiado para visualizar os pré-requisitos de conhecimento. Em cada nível dos projetos guiados, seu instrutor o guiará passo a passo.

  • Você aprenderá na prática ao completar tarefas em um ambiente com tela dividida, diretamente em seu navegador. No lado esquerdo da tela, você completa a tarefa no seu espaço de trabalho. No lado direito, você assiste a um instrutor que o guiará pelo projeto, passo a passo.

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.