Публикации по теме 'r'


Общая проверка допущений линейной модели
Загрузите набор данных, выполните некоторые действия по очистке данных, постройте модель, запустите результаты БАМ БАМ БАМ!!! Легко, верно? Неа. Не так просто. Ну, по крайней мере, это не должно быть так просто. Все шаги, упомянутые выше, действительно обязательны, да. Но если вы займетесь машинным обучением, потребуется дополнительная работа, прежде чем вы создадите свою модель. Не то, чтобы сложно, но, безусловно, обязательно. Если вы пропустите эту часть, в конце дня у вас все..
Лучшие проекты в области науки о данных, которые вам следует практиковать
В связи с экспоненциальным ростом ИИ компании с нетерпением ждут, чтобы нанять квалифицированных специалистов по данным для развития своего бизнеса. Помимо того, что вы являетесь сертифицированным специалистом в области науки о данных, всегда хорошо иметь в своем резюме пару проектов по науке о данных. Теоретических знаний никогда не бывает. Итак, в этом блоге вы узнаете, как на практике использовать методологии Data Science для решения реальных проблем. Вот список тем, которые будут..
Приложение для машинного обучения с Shiny
В этой статье рассказывается, как создать приложение Shiny с помощью R Studio. Кроме того, будет обсуждаться, что такое Shiny и преимущества использования Shiny. Предпосылки для этого пошагового руководства приведены ниже: Установка R Установка R Studio Установка пакетов, используемых для демонстрации в R Studio Чтобы увидеть файлы, используемые в этом пошаговом руководстве, используйте мой репозиторий GitLab или GitHub ниже: GitLab —..
Начало работы с прогнозированием временных рядов в R
Создайте пять моделей прогнозирования, написав всего несколько строк кода. Прогнозирование временных рядов включает использование исторических данных с отметками времени для прогнозирования того, что может произойти в будущем. Хотя вероятность этих прогнозов может варьироваться, последние достижения в области машинного обучения значительно повысили точность прогнозирования временных рядов. С данными хорошего качества и несколькими…
7 предположений о линейной регрессии — Наука о данных с помощью Python и R
7 предположений о линейной регрессии с использованием Stata В основе линейной регрессии лежат семь «предположений». Если какое-либо из этих семи предположений не выполняется, вы не можете анализировать свои данные с помощью линейного метода, потому что вы не получите достоверный результат. Поскольку предположения №1 и №2 относятся к выбранным вами переменным, их нельзя проверить на предмет использования Stata. Однако прежде чем двигаться дальше, вам следует решить, соответствует ли ваше..
Альтернативный текст для динамических графиков в Shiny
Добавление информативного альтернативного текста (замещающего текста) к изображениям - фундаментальный принцип веб-доступности. В настоящее время Shiny не имеет возможности добавлять замещающий текст к динамическому графику, созданному с помощью функции renderPlot() . В этой статье демонстрируется метод достижения этой цели. Общая проблема Обнаружив, что не существует эквивалента параметра renderImage() alt для renderPlot() , я начал поиск решений и нашел ветку на эту тему..
Выявление скрытых тенденций в обзорах AirBnB с использованием Data Science
Добро пожаловать в мир лексиконов Проводя свое исследование по анализу настроений, я познакомился с важной концепцией субъективных лексиконов . Применение лексикона - один из двух основных подходов к анализу настроений. Он включает в себя расчет тональности на основе семантической ориентации слов или фраз, встречающихся в тексте. Доступные словари в R: Функция qdap polarity () : использует лексику из hash_sentiment_huliu (U из IL @CHI Polarity (+/-) word research) tidytext..