Last chance: 50% off unlimited learning
Sale ends in
कोर्स विवरण
Linear regression और logistic regression दो सबसे अधिक उपयोग होने वाले सांख्यिकीय मॉडल हैं और मास्टर-की की तरह काम करते हैं, जो डेटासेट्स में छिपे तथ्यों को खोलते हैं। इस कोर्स में, आप "Introduction to Regression in Python with statsmodels" में सीखी हुई स्किल्स पर आगे बढ़ेंगे, और कई explanatory वैरिएबल्स के साथ linear और logistic regression सीखेंगे। हैंड्स-ऑन अभ्यासों के माध्यम से, आप वास्तविक दुनिया के डेटासेट्स — Taiwan house prices, customer churn modeling, आदि — में वैरिएबल्स के बीच के संबंधों को एक्सप्लोर करेंगे। कोर्स के अंत तक, आप समझेंगे कि किसी मॉडल में कई explanatory वैरिएबल्स कैसे शामिल करें, वैरिएबल्स के बीच interactions भविष्यवाणियों को कैसे प्रभावित करते हैं, और linear व logistic regression कैसे काम करते हैं।
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
Parallel Slopes
अपनी linear regression स्किल्स को parallel slopes regression तक बढ़ाएँ, जहाँ एक numeric और एक categorical explanatory वैरिएबल होता है। यह multiple linear regression सीखने की दिशा में पहला कदम है।
- Parallel slopes linear regression50 XP
- पैरालेल स्लोप्स लीनियर रिग्रेशन फिट करना100 XP
- Parallel slopes के coefficients की व्याख्या100 XP
- प्रत्येक explanatory वैरिएबल का visualization100 XP
- Parallel slopes का विज़ुअलाइज़ेशन100 XP
- Parallel slopes की भविष्यवाणी50 XP
- Parallel slopes मॉडल से प्रेडिक्शन करना100 XP
- Parallel slopes मॉडल की भविष्यवाणियों का विज़ुअलाइज़ेशन100 XP
- Predictions को manually कैलकुलेट करना100 XP
- मॉडल के परफॉर्मेंस का आकलन50 XP
- निर्धारण गुणांक की तुलना100 XP
- अवशिष्ट मानक त्रुटि की तुलना100 XP
2
Interactions
explanatory वैरिएबल्स के बीच होने वाले interactions के प्रभाव को एक्सप्लोर करें। interactions पर विचार करने से मॉडल अधिक यथार्थवादी बनते हैं और उनकी predictive power बेहतर हो सकती है। आप Simpson's Paradox से भी निपटेंगे: एक गैर-सहज परिणाम जो कई explanatory वैरिएबल्स होने पर सामने आता है।
3
Multiple Linear Regression
देखें कि modeling और linear regression कैसे दो से अधिक explanatory वैरिएबल्स के साथ काम करना आसान बनाते हैं। जब आप linear regression मॉडल्स फिट करने में निपुण हो जाएँगे, तब आप अपना खुद का linear regression एल्गोरिदम भी इम्प्लीमेंट करेंगे।
4
Multiple Logistic Regression
अपनी logistic regression स्किल्स को कई explanatory वैरिएबल्स तक विस्तृत करें। आप logistic distribution के बारे में भी सीखेंगे, जो इस प्रकार के regression की नींव है, और फिर अपना खुद का logistic regression एल्गोरिदम इम्प्लीमेंट करेंगे।
इंटरमीडिएट Regression with statsmodels in Python
कोर्स
पूर्ण
