After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
사전 요구 사항
커리큘럼
코스 개요
1
단순 선형 회귀 모델링
이 장에서는 널리 쓰이는 통계 모델의 기본, 회귀가 무엇인지, 그리고 선형 회귀와 로지스틱 회귀의 차이를 배웁니다. 이어서 수치형과 범주형 설명 변수를 사용해 단순 선형 회귀 모델을 적합하는 방법과, 모델 계수를 활용해 반응 변수와 설명 변수 간의 관계를 해석하는 방법을 학습해요.
2
예측과 모델 객체
이 장에서는 선형 회귀 모델을 사용해 대만 주택 가격과 Facebook 광고 클릭을 예측하는 법을 알아봅니다. 또한 모델 객체를 직접 다뤄 보면서 회귀 역량을 확장하고, "회귀 평균화" 개념을 이해하며, 데이터셋의 변수를 변환하는 방법도 배워요.
3
모델 적합도 평가
이 장에서는 모델의 적합도를 평가하기 위해 어떤 질문을 던져야 하는지 살펴봅니다. 선형 회귀 모델이 얼마나 잘 맞는지 정량화하고, 시각화를 통해 모델 문제를 진단하며, 각 관측치가 모델에 미치는 지렛대(leverage)와 영향력(influence)을 이해하는 방법을 학습해요.
4
단순 로지스틱 회귀 모델링
로지스틱 회귀 모델을 적합하는 방법을 배웁니다. 실제 데이터를 사용해 고객이 은행 계좌를 해지할 가능성을 성공 확률과 오즈로 예측하고, 혼동 행렬을 사용해 모델 성능을 정량화해요.
Python에서 statsmodels로 살펴보는 회귀 소개
코스
완료
