Hi, willkommen!

In diesem Kurs lernst du, wie du eine Regressions-Pipeline mit R programmieren kannst. Wir verwenden dabei die Pakete "tidymodels", "workflowsets" und "plumber". Am besten bringst du schon Erfahrungen im Bereich Machine Learning mit und hast zumindest schon einmal eine Lineare Regression durchgeführt. Außerdem solltest du schon mit R programmiert haben und hast Erfahrungen mit dem "tidyverse" gesammelt. Falls du komplett neu startest , kann der Kurs dennoch für dich interessant sein, da du einige Konzepte dann aus einer anderen Sicht lernst.

Außerdem werden wichtige Konzepte wie Cross-Validation und Hyperparameter am Beispiel erläutert.

Im Fokus steht in diesem Kurs die Anwendung. Wir programmieren eine pipeline und stellen diese über eine API zur Verfügung. Die pipeline entwickeln wir so, dass Ihr für (fast) jede Art von Daten eine Zielvariable modellieren könnt. Über die API wird außerdem eine Möglichkeit zur Vorhersage neuer Daten implementiert.

Ich freue mich auf euch in dem Kurs!

Ihr lernt u. A. folgende R-Pakete kennen :

- tidymodels

- rsample

- parsnip

- tune

- workflowsets

- plumber

- ranger, rpart

tidymodels ist ein Paket das eine Standardisierung des Modellierungsprozesses erlaubt. Mit "workflowsets" können wir unterschiedliche Vorverarbeitungschritte und Modelle vergleichen. Mit "plumber" können wir eine API bereitstellen, damit andere Nutzer eure Modelle nutzen können. Das simulieren wir indem wir die API lokal hosten.

Bis gleich in dem Kurs

Moritz Müller-Navarra