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

4.6
étoiles
88 évaluations
Offert par
Coursera Project Network
4,366 déjà inscrits
Dans ce projet guidé, vous :

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
IntermediateIntermédiaire
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

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.

Les compétences que vous développerez

R ProgrammingRandom Forest Model

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  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.

Comment fonctionnent les projets guidés

Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.

Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé

Enseignant

Avis

Meilleurs avis pour MACHINE LEARNING: PREDICT POISONOUS MUSHROOMS USING A RANDOM FOREST MODEL AND THE FFTREES PACKAGE IN R

Voir tous les avis

Foire Aux Questions

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.