これらのコースを受講したことで、プロフェッショナルなビジュアライゼーションやダッシュボードを自信を持って作成できるようになりました
Shoebur Rahman調達スペシャリスト、Giz Bangladesh
コースの説明
線形回帰は統計の強力な道具ですが、ある種の複雑なデータには対応できません。Generalized Linear Model (GLM) は、二項データやカウントデータなどの非正規分布を含められるように、線形回帰を拡張した手法です。本コースを通じて、R で GLM を使いこなすためのデータサイエンスのツールキットを広げていきます。GLM の学習の一環として、二項データに対するロジスティック回帰、カウントデータに対するポアソン回帰のあてはめ方を学びます。さらに、結果の解釈方法と、ggplot2 を使った可視化方法も身につけます。
前提条件
カリキュラム
コース概要
1
回帰ツールボックスを広げる GLM
この章では、Generalized Linear Model がデータサイエンスの他のモデルを拡張するものであることを学びます。また、ポアソン回帰を用いて GLM の考え方を紹介します。
2
ロジスティック回帰
この章では、ロジスティック回帰の実行方法と、モデルの出力の確認方法を扱います。
3
GLM の解釈と可視化
この章では、GLM の係数の解釈方法と、ggplot2 を使った GLM のプロット方法を学びます。
4
GLM による重回帰
この章では、R で GLM を用いた重回帰の実行方法を学びます。
R
R における Generalized Linear Models
コース修了
