Decision Analytics by Machine Learning

课程简介

本课程为学生提供了一次从基础数据统计分析到高级机器学习概念的旅程，使用 R 和 XGBoost。每周，通过一个代表性的商业案例研究，我们揭示数据如何影响有效的管理和决策。课程逐步建立在 R 编程和机器学习知识之上，让学生有机会通过与每周主题相关的 R 作业进行实践。基本的统计学理解是必要的。 第一部分：R 编程入门 - 程序编写的艺术 - 算法 vs 代码 - R 语法 第二部分：数据统计分析基础 - 数据的重要性 - 大数据 - 数据收集过程 - 数据清洗过程 第三部分：人类行为 - 非线性关系 - 缺失响应 - 偏见 - 选择与价值估计 第四部分：机器学习中的问题 - 过拟合与欠拟合 - 模型解释 - 文本分析

学习目标

1. 介绍 R 语言的基本编程概念。 2. 让学生了解机器学习在决策中的应用。 3. 说明机器学习在工作场所的应用理由。 4. 展示机器学习的潜在陷阱。

先修要求

无

教学模式

39学时的课堂活动，包括关于主要概念和模型的讲授，以及应用案例研究，辅导课，班级/小组问题讨论，以及课前分析工作的展示。每周的代表性简单案例问题将编程练习与工作场所问题联系起来。每周的R语言编程作业逐步培养预测分析的专业技能。学生应该能够从家中使用自己的常规笔记本电脑完成作业。