Build your ultimate AI agent
コース説明
このコースでは、意味のある変数を用いたロジスティック回帰モデルの構築方法を学びます。あわせて、このモデルで予測を行う方法や、モデルとその性能をビジネスの関係者にわかりやすく伝える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
ロジスティック回帰モデルの構築
この章では、ロジスティック回帰の基礎を学びます。連続変数を使って二値のターゲットをどのように予測するのか、また、このモデルの解釈方法と、新しいデータに対してどのように予測に活用するのかを紹介します。
2
ロジスティック回帰の前進ステップ法による変数選択
この章では、有用なモデルを構築するうえで変数選択がなぜ重要なのかを学びます。さらに、ロジスティック回帰に対する前進ステップ法の実装方法と、最終モデルに含める変数の数をどのように決めるかについても学びます。
3
モデル性能をビジネスに説明する
良いモデルを作れるようになったら、適切なグラフを作成して、関係者に活用してもらえるように説得することが重要です。累積ゲイン曲線とリフト曲線の作成方法と読み解き方を学びます。
4
モデルの解釈と説明
ビジネスの現場では、構築したモデルの考え方をわかりやすく説明することがよく求められます。モデルや変数に納得感がなければ、モデルは使われないかもしれません。この章では、予測子インサイトグラフを用いて、モデル内の変数とターゲットの関係を説明する方法を学びます。
Pythonで学ぶ予測分析入門
コース修了

