Kurs
Einführung in die Regression mit statsmodels in Python
Fortgeschrittener Anfänger
Aktualisierte 02.2025Kurs 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.Trainierst du 2 oder mehr?
Versuchen DataCamp for BusinessBeliebt 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 Python1
Einfache lineare Regressionsmodellierung
2
Vorhersagen und Modellobjekte
3
Bewertung der Modellanpassung
4
Einfache logistische Regressionsmodellierung
Einführung in die Regression mit statsmodels in Python
Kurs abgeschlossen
Leistungsnachweis verdienen
Fügen Sie diese Anmeldeinformationen zu Ihrem LinkedIn-Profil, Lebenslauf oder Lebenslauf hinzuTeilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung
Im Lieferumfang enthaltenPremium or Teams
Jetzt anmeldenMach 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.