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

4.5
estrellas
71 calificaciones
ofrecido por
Coursera Project Network
2,007 ya inscrito
En este proyecto guiado, tú:

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
IntermediateIntermedio
CloudNo se necesita descarga
VideoVideo de pantalla dividida
Comment DotsInglés (English)
LaptopSolo escritorio

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.

Aprende paso a paso

En un video que se reproduce en una pantalla dividida con tu área de trabajo, tu instructor te guiará en cada paso:

  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.

Cómo funcionan los proyectos guiados

Tu espacio de trabajo es un escritorio virtual directamente en tu navegador, no requiere descarga.

En un video de pantalla dividida, tu instructor te guía paso a paso

Revisiones

Principales revisiones sobre MACHINE LEARNING: PREDICT POISONOUS MUSHROOMS USING A RANDOM FOREST MODEL AND THE FFTREES PACKAGE IN R

Ver todos los comentarios

Preguntas Frecuentes

Preguntas Frecuentes

  • Al comprar un proyecto guiado, obtendrás todo lo que necesitas para completarlo, incluido el acceso a un espacio de trabajo de escritorio en la nube a través de tu navegador web que contiene los archivos y el software que necesitas para comenzar, además de instrucciones de video paso a paso de un experto en la materia.

  • Dado que tu espacio de trabajo contiene un escritorio en la nube del tamaño de una computadora portátil o computadora de escritorio, los proyectos guiados no están disponibles en tu dispositivo móvil.

  • Los instructores de proyectos guiados son expertos en la materia que tienen experiencia en habilidades, herramientas o dominios de su proyecto y les apasiona compartir sus conocimientos para impactar a millones de estudiantes en todo el mundo.

  • Puedes descargar y conservar cualquiera de tus archivos creados del proyecto guiado. Para hacerlo, puedes usar la función 'Explorador de archivos' mientras accedes a tu escritorio en la nube.

  • Los proyectos guiados no son elegibles para reembolsos. Ver nuestra política de reembolso completo.

  • La ayuda financiera no está disponible para proyectos guiados.

  • El acceso como oyente no está disponible para los proyectos guiados.

  • En la parte superior de la página, puedes presionar en el nivel de experiencia de este proyecto guiado para ver los requisitos de conocimientos previos. En cada nivel del proyecto guiado, tu instructor te orientará paso a paso.

  • Aprenderás completando tareas en un entorno de pantalla dividida directamente en tu navegador. En el lado izquierdo de la pantalla, completarás la tarea en tu espacio de trabajo. En el lado derecho de la pantalla, verás a un instructor guiarte a través del proyecto, paso a paso.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.