Direkt zum Inhalt
StartseitePython

Kurs

Einführung in die Regression mit statsmodels in Python

Fortgeschrittener Anfänger
Aktualisierte 02.2025
"Prognostiziere Immobilienpreise und Klickrate durch Regression mit statsmodels in Python."
Kurs kostenlos starten

Im Lieferumfang enthaltenPremium or Teams

PythonProbability & Statistics4 Stunden14 Videos53 Übungen4,150 XP42,590Leistungsnachweis

Kostenloses Konto erstellen

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
Group

Trainierst du 2 oder mehr?

Versuchen DataCamp for Business

Beliebt bei Lernenden in Tausenden Unternehmen

Kursbeschreibung

Python statsmodels für lineare und logistische Regression verwenden

Lineare Regression und logistische Regression sind zwei der am häufigsten verwendeten statistischen Modelle. Sie wirken wie Generalschlüssel, die die Geheimnisse in deinen Daten aufschließen. In diesem Kurs lernst du, wie du einfache lineare und logistische Regressionen anwenden kannst.

In praktischen Übungen erkundest du die Beziehungen zwischen Variablen in realen Datensätzen, wie z.B. Kfz-Versicherungsansprüche, Hauspreise in Taiwan, Fischgrößen und mehr.

Entdecke, wie du Vorhersagen treffen und die Modellanpassung bewerten kannst

Zu Beginn dieses 4-stündigen Kurses lernst du, was Regression ist und wie sich lineare und logistische Regression unterscheiden und wie du beide anwenden kannst. Als Nächstes lernst du, wie du lineare Regressionsmodelle verwendest, um Vorhersagen über Daten zu treffen und Modellobjekte zu verstehen.

Im weiteren Verlauf lernst du, wie du die Passung deines Modells beurteilen kannst und wie du weißt, wie gut dein lineares Regressionsmodell passt. Zum Schluss beschäftigst du dich mit logistischen Regressionsmodellen, um Vorhersagen für echte Daten zu treffen.

Lerne die Grundlagen der Regressionsanalyse mit Python

Am Ende dieses Kurses wirst du wissen, wie du aus deinen Daten Vorhersagen machen, die Modellleistung quantifizieren und Probleme mit der Modellanpassung diagnostizieren kannst. Du verstehst, wie man Python-Statistikmodelle für Regressionsanalysen verwendet, und kannst die Kenntnisse auf reale Datensätze anwenden.

Voraussetzungen

Introduction to Data Visualization with SeabornIntroduction to Statistics in Python
1

Einfache lineare Regressionsmodellierung

Kapitel starten
2

Vorhersagen und Modellobjekte

Kapitel starten
3

Bewertung der Modellanpassung

Kapitel starten
4

Einfache logistische Regressionsmodellierung

Kapitel starten
Einführung in die Regression mit statsmodels in Python
Kurs
abgeschlossen

Leistungsnachweis verdienen

Fügen Sie diese Anmeldeinformationen zu Ihrem LinkedIn-Profil, Lebenslauf oder Lebenslauf hinzu
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung

Im Lieferumfang enthaltenPremium or Teams

Jetzt anmelden

Mach mit 15 Millionen Lernende und starte Einführung in die Regression mit statsmodels in Python heute!

Kostenloses Konto erstellen

oder

Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.