【Udemy中英字幕】Machine Learning for Social Science

社会科学机器学习

通过真实项目从头到高级学习使用 R 编程进行机器学习、统计学和数据科学

讲师：Scholarsight Learning

双语IT资源独家Udemy付费课程，独家中英文字幕，配套资料齐全！

用不到1/10的价格，即可享受同样的高品质课程，且可以完全拥有，随时随地都可以任意观看和分享。

您将学到什么

使用 R 编程语言开始进行机器学习
构建并测试你自己的机器学习模型
使用监督机器学习模型分析数据
使用无监督机器学习模型分析数据

要求

无需编程或统计背景。我们从头开始讲解所有内容。
需要一台装有 R 语言的计算机来跟上课程

描述

“我们正在将技术带给哲学家和诗人。”

机器学习通常被认为是编程和技术领域专业人士的强项。没有编程/技术背景的文科和社会科学人士经常发现学习机器学习很有挑战性。然而，机器学习并不只适合技术人员和程序员。它适合所有想成为更好的研究人员和决策者的人。

机器学习适用于任何想要模拟人类和机器如何做出决策、开发决策的数学模型、提高基于数据的决策准确性以及利用数据进行科学研究的人。

机器学习让你更接近迷人的人工智能世界。机器学习是一个跨学科领域，涵盖计算机科学、数学、统计学、心理学和管理学。目前，普通学习者很难理解如此多的学科，这使得许多人，尤其是来自社会科学背景的人无法接触机器学习。

我们开设了这门课程“面向社会科学家的机器学习”，以帮助学习者掌握这一主题，而不会陷入技术细节或害怕编码。这门课程是为机器学习的高级课程而开设的。所有主题都以基础知识进行解释。讲师将日常实例和基本工具联系起来，让学习者感受到与之前学习的联系。例如，我们演示了一些 Excel 计算，以确保学习者能够看到 Excel 电子表格分析与使用 R 语言的机器学习之间的联系。

本课程涵盖以下主题：

· 机器学习基础

· 机器学习的应用

· 机器学习背后的统计概念

· 监督机器学习算法

· 无监督机器学习算法

· 如何使用 R 实现机器学习算法

· 如何创建训练和测试数据集并训练机器学习模型

· 如何提高机器学习模型的准确性

· 线性回归算法

· 使用 Excel 和 R 手动计算线性回归模型的参数

· K最近邻（KNN）分析