К содержимому
learnspaceYOUR NEXT CHAPTER
ПРОСТРАНСТВО ОБУЧЕНИЯ
ГлавнаяКаталог курсовМоё обучениеCoursera

Знания без границ

Учитесь у лучших университетов и компаний мира.

Открыть Coursera
Интеграция
Пространство университета
Моё пространствоСтраница курса
↵
ЯЛичный кабинетСтудент
© 2026 LearnSpaceКаждый день — возможность узнать больше.Помощь
Tidymodels in R: Building tidy machine learning models · LearnSpace
Назад в каталог
courseraАнализ данных

Tidymodels in R: Building tidy machine learning models

Курс от Coursera
Средний≈ 2.9 чАнглийский
О курсеНавыкиПрограммаПреподаватели

О курсе

This guided project aims to empower data professionals to build tidy machine-learning models in R. In this 2-hour project-based course, you will be working in the context of a real-world scenario as part of a data-science team tasked with reducing hospital readmissions for a leading healthcare organization. Through hands-on practice, you’ll learn to preprocess clinical data and train and evaluate machine learning models. By the end of this learning experience, you'll have created a comprehensive machine-learning pipeline tailored to predict hospital readmissions. To succeed, you'll need a good understanding of R programming language, including data manipulation and visualization using tidyverse packages and some knowledge of machine learning concepts. No prior experience with Tidymodels is required, making it accessible to anyone interested in leveraging data science for healthcare analytics. Join us on this transformative journey and become equipped to make a meaningful impact on patient care outcomes through data-driven insights.

Навыки, которые вы освоите

Data PreprocessingModel TrainingModel EvaluationModel DeploymentData Visualization SoftwareData ProcessingR (Software)Machine LearningStatistical VisualizationTidyverse (R Package)Data VisualizationModel OptimizationClinical Data ManagementPredictive AnalyticsData ManipulationGgplot2Predictive ModelingExploratory Data AnalysisR ProgrammingData Wrangling

Программа курса

1 модулей · 25 учебных материалов

01Project Overview25 материалов

Your Learning Journey

Project OverviewЧтениеAccess your Project FilesЧтениеTask 1: Set up and overview of the projectВидеоTask 2: Describe and summarize the dataВидео

Учитесь у экспертов

Arimoro Olayinka Imisioluwa

Guided Project Instructor

Tidymodels in R: Building tidy machine learning models
В каталоге вашей программы

Инвестируйте в себя

Новые знания — в удобное для вас время.

Начать на Coursera

Обучение откроется на Coursera
в новой вкладке

Обучение на Coursera

≈ 2.9 ч

1 модулей

Язык: Английский

Субтитры: Арабский, Французский, Украинский, Китайский (Китай), Греческий, Итальянский, Бразильский португальский, Нидерландский, Корейский, Немецкий, Русский, Тайский, Индонезийский, Шведский, Турецкий, Испанский, Хинди, Японский, Венгерский, Польский

Часть программы вашего университета
Task 3: Explore the categorical data using visualizationsВидео
Task 4: Explore the numeric data using visualizationsВидео
Practice Activity One: Create data visualizationsВидео
Task 5: Check for data issuesВидео
Task 6: Create data splits for modelingВидео
Task 7: Create a recipeВидео
Task 8: Specify the modelsВидео
Practice Activity Two: Specify a random forest modelВидео
Task 9: Create a workflow setВидео
Task 10: Tune the hyperparametersВидео
Practice Activity Three: Tune a machine learning modelВидео
Task 11: Evaluate and select prediction modelsВидео
Task 12: Finalize the workflowВидео
Practice Activity Four: Finalize the workflow for a machine learning modelВидео
Task 13: Evaluate the model on the test setВидео
Task 14: Fitting and using the final modelВидео
Cumulative Activity: Create a stroke prediction modelВидео
Tidymodels in R: Building tidy machine learning modelsЗадание
Link to additional project resourcesЧтение
Key TakeawaysЧтение
Course End Survey - We appreciate your feedback!PLUGIN