After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrizione del corso
In questo corso imparerai a costruire un modello di regressione logistica con variabili significative. Imparerai anche a usare questo modello per fare previsioni e a presentarlo, insieme alle sue prestazioni, agli stakeholder di business.
Prerequisiti
Curriculum
Programma del corso
1
Costruire modelli di regressione logistica
In questo capitolo imparerai le basi della regressione logistica: come prevedere un target binario con variabili continue e come interpretare il modello e usarlo per fare previsioni su nuovi esempi.
- Introduzione e struttura della tabella base50 XP
- Struttura della tabella di base50 XP
- Esplorare la base table100 XP
- Esplorare le variabili predittive100 XP
- Regressione logistica50 XP
- Interpretazione dei coefficienti50 XP
- Creare un modello di regressione logistica100 XP
- Mostrare coefficienti e intercetta100 XP
- Uso del modello di regressione logistica50 XP
- Fare previsioni100 XP
- Donatore più probabile a donare100 XP
2
Selezione in avanti delle variabili per la regressione logistica
In questo capitolo capirai perché la selezione delle variabili è cruciale per costruire un modello utile. Imparerai anche a implementare la selezione delle variabili in avanti per la regressione logistica e come decidere il numero di variabili da includere nel modello finale.
3
Spiegare le prestazioni del modello al business
Ora che sai costruire un buon modello, dovresti convincere gli stakeholder a usarlo creando i grafici appropriati. Imparerai a costruire e interpretare la curva dei guadagni cumulati e il grafico del lift.
4
Interpretare e spiegare i modelli
Nel contesto business, è spesso importante spiegare l’intuizione alla base del modello che hai costruito. Infatti, se il modello e le sue variabili non risultano sensati, potrebbe non essere adottato. In questo capitolo imparerai a spiegare la relazione tra le variabili del modello e il target attraverso i grafici di insight dei predittori.
Introduzione alla Predictive Analytics in Python
Corso
completato
