이 강의들을 수강한 후, 전문적인 시각화와 대시보드를 자신 있게 만들 수 있게 되었습니다
Shoebur Rahman구매 담당자, Giz Bangladesh
강의 설명
선형 회귀와 로지스틱 회귀는 가장 널리 쓰이는 통계 모델 두 가지로, 데이터셋에 숨겨진 패턴을 풀어내는 만능키와 같습니다. 이 강의는 "R로 하는 회귀 입문"에서 배운 내용을 바탕으로, 여러 설명 변수를 포함한 선형 및 로지스틱 회귀를 다룹니다. 실습을 통해 대만 주택 가격, 고객 이탈 예측 등 실제 데이터셋에서 변수 간 관계를 탐색해 볼 거예요. 강의를 마치면 하나의 모델에 여러 설명 변수를 포함하는 방법, 변수 간 상호작용이 예측에 미치는 영향, 그리고 선형·로지스틱 회귀의 작동 원리를 이해하게 됩니다.
선수 과목
커리큘럼
강의 개요
1
평행 기울기
하나의 수치형 변수와 하나의 범주형 변수를 사용하는 "평행 기울기" 회귀로 선형 회귀 역량을 확장해 보세요. 이는 다중 선형 회귀를 다루기 위한 첫걸음입니다.
2
상호작용
설명 변수들 간 상호작용의 효과를 살펴봅니다. 상호작용을 고려하면 더 현실적인 모델을 만들 수 있고 예측 성능도 좋아질 수 있어요. 또한 여러 설명 변수가 있을 때 나타나는 직관에 반하는 결과, 심프슨의 역설도 다룹니다.
3
다중 선형 회귀
모델링, 특히 선형 회귀를 이용하면 두 개를 넘는 설명 변수를 쉽게 다룰 수 있음을 확인해 보세요. 선형 회귀 모델 적합을 익힌 뒤에는 직접 선형 회귀 알고리즘을 구현해 봅니다.
4
다중 로지스틱 회귀
로지스틱 회귀를 여러 설명 변수로 확장해 보세요. 이 회귀의 기반이 되는 로지스틱 분포를 이해하고, 마지막으로 직접 로지스틱 회귀 알고리즘을 구현합니다.
R
R 중급 회귀
강의
완료
