Build your ultimate AI agent
कोर्स विवरण
इस कोर्स में, आप अर्थपूर्ण वैरिएबल्स के साथ एक लॉजिस्टिक रिग्रेशन मॉडल बनाना सीखेंगे। आप यह भी सीखेंगे कि इस मॉडल से प्रिडिक्शन कैसे करें और इसे तथा इसके प्रदर्शन को बिज़नेस स्टेकहोल्डर्स के सामने प्रभावी तरीके से कैसे प्रस्तुत करें।
पूर्वापेक्षाएँ
पाठ्यक्रम
कोर्स रूपरेखा
1
लॉजिस्टिक रिग्रेशन मॉडल बनाना
इस अध्याय में, आप लॉजिस्टिक रिग्रेशन की बुनियादी बातें सीखेंगे: लगातार (continuous) वैरिएबल्स के साथ किसी बाइनरी टार्गेट का अनुमान कैसे लगाएँ, और इस मॉडल की व्याख्या कैसे करें तथा नए उदाहरणों पर प्रिडिक्शन करने के लिए इसका उपयोग कैसे करें?
- परिचय और बेस टेबल संरचना50 XP
- बेस टेबल की संरचना50 XP
- बेस टेबल की जाँच-पड़ताल100 XP
- प्रेडिक्टिव वैरिएबल्स की जाँच100 XP
- Logistic regression50 XP
- Coefficients की व्याख्या50 XP
- Logistic regression मॉडल बनाना100 XP
- कोएफ़िशेंट्स और इंटरसेप्ट दिखाना100 XP
- लॉजिस्टिक रिग्रेशन मॉडल का उपयोग50 XP
- Predictions बनाना100 XP
- सबसे अधिक दान करने की संभावना वाला Donor100 XP
2
लॉजिस्टिक रिग्रेशन के लिए फॉरवर्ड स्टेपवाइज़ वैरिएबल चयन
इस अध्याय में आप सीखेंगे कि एक उपयोगी मॉडल बनाने के लिए वैरिएबल चयन क्यों ज़रूरी है। आप यह भी सीखेंगे कि लॉजिस्टिक रिग्रेशन के लिए फॉरवर्ड स्टेपवाइज़ वैरिएबल चयन कैसे लागू करें और अपने अंतिम मॉडल में शामिल किए जाने वाले वैरिएबल्स की संख्या कैसे तय करें।
3
बिज़नेस को मॉडल का प्रदर्शन समझाना
अब जब आप एक अच्छा मॉडल बनाना जानते हैं, तो आपको उपयुक्त ग्राफ़ बनाकर स्टेकहोल्डर्स को इसे अपनाने के लिए राज़ी करना चाहिए। आप क्यूम्यूलेटिव गेंस कर्व और लिफ्ट ग्राफ़ को बनाना और उनकी व्याख्या करना सीखेंगे।
4
मॉडल की व्याख्या और समझाना
बिज़नेस संदर्भ में, आपने जो मॉडल बनाया है उसकी अंतर्निहित समझ को समझाना अक्सर महत्वपूर्ण होता है। वास्तव में, अगर मॉडल और उसके वैरिएबल्स समझ में नहीं आते, तो मॉडल का उपयोग नहीं किया जा सकता। इस अध्याय में आप प्रेडिक्टर इनसाइट ग्राफ़्स की मदद से मॉडल के वैरिएबल्स और टार्गेट के बीच संबंध को समझाना सीखेंगे।
Python में प्रिडिक्टिव एनालिटिक्स परिचय
कोर्स
पूरा

