Guida completa al Machine Learning con R

Contenido del curso
Introduzione al corso
Utilizzi del machine learning
Il processo di analisi
Le fasi del machine learning
Tipi di algoritmi per il machine learning
CODICE
Analisi esplorativa dei dati
La funzione set.seed()
Data cleaning
Alcuni metodi per la preparazione dei dati
Il pacchetto outliers
Il pacchetto editrules
Missing values
Dati duplicati
Identificazione degli outliers
Errori e inaccuratezze
La gestione delle date in R
Forzare una variabile come fattore
Codificare le variabili categoriche
Codificare una variabile in variabile dummy
Standardizzare i dati
Le variabili categoriche con xtabs()
Metodi supervisionati
Dividere un dataset in train set e test set
Analisi di regressione
Regressione lineare semplice
Predire eventi con la regressione
Secondo esempio e creazione grafici con ggplot
Regressione multipla
Regressione logistica
Altri tipi di regressione
Linear Discriminant Analysis (LDA)
Classificazione
Calcolo della distanza
k-nearest neighbors
La distanza Euclidea
Normalizzazione dei dati
Esempi di knn con R
Costruzione di un sistema di raccomandazione tramite knn
Selezione di k
Altre misure di similarità
La distanza di Manhattan
Bag-of-words e distanza tramite coseno
Altre distanze
Support Vector Machines
Divisione dei dati in spazi non lineari
Esempio di SVM con R
Esempio di SVM sui testi con R
La funzione tune()
Alberi di decisione
DT con R - pacchetto party
DT con R - pacchetto rpart
DT con R - pacchetto tree
DT con R - pacchetto C50
Il calcolo delle probabilità
Alcuni cenni sul calcolo combinatorio
Probabilità condizionata
Il teorema di Bayes
Naïve Bayes in R
Naïve Bayes
Naïve Bayes in R sullo spam
Network neurali
Esempio di rete feedforward con nnet
Esempio di rete neurale con neuralnet
Esempio di regressione con R (reti neurali)
Metodi non supervisionati
Clustering
L'algoritmo k-means
k-means con R
k-medoidi
Clustering gerarchico
Clustering gerarchico bayesiano
Stima della densità
Determinare il numero di cluster ideale
Misurazione dell'accuratezza del clustering
Analisi delle associazioni
Apriori con R
Eclat
Modelli markoviani
Metodi ensemble e classificazione avanzata
Bagging
Boosting e AdaBoost
Random Forest
Apprendimento per rinforzo
XGBoost
Analisi in componenti principali
Metodi semi-supervisionati
Bootstrap
Expectation-Maximization (EM)
Apprendimento attivo
Latent Dirichlet Allocation e topic models
Topic models in R
Trattamento dei valori mancanti
Visualizzazione dei missing
Imputazione dei missing values
Sostituzione dei missing con la media
Imputazione tramite regressione
Imputazione tramite knn
Trattamento con mice
Trattamento dei missing col pacchetto Amelia
Trattamento con hot.deck
Trattamento dei dati mancanti in variabili categoriali
Misurare le performance dell'algoritmo
Per la classificazione
Matrice di confusione
Cross-validation
F-test
Per la regressione
RMSE
R2
Scegliere l'algoritmo giusto
La curve ROC
Ottenere informazioni sui modelli di predizione
Confronto tra più modelli
Migliorare l'accuratezza dei risultati
Riepilogo dei pacchetti per il ML in R
Fonti di dati