Build your ultimate AI agent
코스 설명
이 강의에서는 의미 있는 변수를 사용해 로지스틱 회귀 모델을 구축하는 방법을 배웁니다. 또한 이 모델로 예측을 수행하고, 모델과 성능을 비즈니스 이해관계자에게 효과적으로 전달하는 방법도 익힙니다.
사전 요구 사항
커리큘럼
코스 개요
1
로지스틱 회귀 모델 구축
이 장에서는 로지스틱 회귀의 기초를 배웁니다. 연속형 변수를 사용해 이진 타깃을 어떻게 예측하는지, 그리고 이 모델을 어떻게 해석하고 새로운 사례에 대한 예측에 활용해야 하는지 알아봅니다.
2
로지스틱 회귀를 위한 전진 단계별 변수 선택
이 장에서는 유용한 모델을 만들기 위해 변수 선택이 왜 중요한지 배웁니다. 또한 로지스틱 회귀에서 전진 단계별 변수 선택을 구현하는 방법과 최종 모델에 포함할 변수 개수를 결정하는 방법을 익힙니다.
3
비즈니스 관점에서의 모델 성능 설명
이제 좋은 모델을 만드는 방법을 알게 되었으니, 적절한 그래프를 통해 이해관계자가 모델을 사용하도록 설득해야 합니다. 누적 이득 곡선과 리프트 그래프를 구성하고 해석하는 방법을 배웁니다.
4
모델 해석과 설명
비즈니스 환경에서는 구축한 모델의 직관을 설명하는 일이 종종 중요합니다. 실제로 모델과 그 변수가 납득되지 않으면 모델이 활용되지 않을 수 있습니다. 이 장에서는 예측 변수 인사이트 그래프를 통해 모델의 변수와 타깃 간 관계를 설명하는 방법을 배웁니다.
Python으로 배우는 예측 분석 입문
코스
완료
