Cursus
Introductie tot regressie met statsmodels in Python
GemiddeldVaardigheidsniveau
Bijgewerkt 06-2026
PythonProbability & Statistics4 u14 videos53 Opdrachten4,150 XP60,273Bewijs van Prestatie
Maak je kosteloos account aan
Ga verder met GoogleMeer opties weergevenof
Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.
Geliefd bij leerlingen van duizenden bedrijven
Een team trainen?
Probeer voor bedrijvenCursusbeschrijving
Gebruik Python statsmodels voor lineaire en logistische regressie
Lineaire regressie en logistische regressie zijn twee van de meest gebruikte statistische modellen. Ze werken als een soort loper, waarmee je de geheimen ontrafelt die in je gegevens verborgen zitten. In deze cursus leer je hoe je eenvoudige lineaire en logistische regressies kunt toepassen.Aan de hand van praktische oefeningen ga je de verbanden tussen variabelen in datasets uit de praktijk onderzoeken, zoals schadeclaims op autoverzekeringen, huizenprijzen in Taiwan, de grootte van vissen en nog veel meer.
Ontdek hoe je voorspellingen kunt doen en de modelpasvorm kunt beoordelen
Je begint deze cursus van 4 uur met uitleg over wat regressie is en hoe lineaire en logistische regressie van elkaar verschillen, en je leert hoe je beide kunt toepassen. Vervolgens leer je hoe je lineaire regressiemodellen kunt gebruiken om voorspellingen te doen op basis van gegevens, terwijl je tegelijkertijd inzicht krijgt in modelobjecten.Naarmate je verder komt, leer je hoe je de geschiktheid van je model kunt beoordelen en hoe je kunt bepalen hoe goed je lineaire regressiemodel aansluit. Tot slot ga je dieper in op logistische regressiemodellen om voorspellingen te doen op basis van echte gegevens.
Leer de basisprincipes van regressieanalyse in Python
Aan het einde van deze cursus weet je hoe je voorspellingen kunt doen op basis van je gegevens, de prestaties van modellen kunt meten en problemen met de modelaanpassing kunt opsporen. Je leert hoe je Python statsmodels kunt gebruiken voor regressieanalyse en kunt deze vaardigheden toepassen op echte datasets.Vereisten
Introduction to Data Visualization with SeabornIntroduction to Statistics in Python1
Modelleren met eenvoudige lineaire regressie
Je leert de basis van dit populaire statistische model: wat regressie is en hoe lineaire en logistische regressies van elkaar verschillen. Daarna leer je eenvoudige lineaire regressiemodellen fitten met numerieke en categorische verklarende variabelen, en hoe je de relatie tussen de respons- en verklarende variabelen beschrijft met modelcoëfficiënten.
2
Voorspellingen en modelobjecten
In dit hoofdstuk ontdek je hoe je lineaire regressiemodellen gebruikt om voorspellingen te doen voor huizenprijzen in Taiwan en klikken op Facebook-advertenties. Je breidt je regressievaardigheden uit door praktisch aan de slag te gaan met modelobjecten, het concept "regression to the mean" te begrijpen en te leren hoe je variabelen in een gegevensset transformeert.
3
Modelfit beoordelen
In dit hoofdstuk leer je vragen te stellen aan je model om de fit te beoordelen. Je leert kwantificeren hoe goed een lineair regressiemodel past, modelproblemen diagnosticeren met visualisaties en de hefboomwerking en invloed van elke observatie op het model begrijpen.
4
Modelleren met eenvoudige logistische regressie
Leer logistische regressiemodellen fitten. Met echte data voorspel je de kans dat een klant zijn bankrekening sluit als kansen op succes en odds, en kwantificeer je de modelprestaties met verwarringsmatrices.
Introductie tot regressie met statsmodels in Python
Cursus voltooid
Verdien een prestatieverklaring
Voeg deze referentie toe aan je LinkedIn-profiel, cv of curriculum vitaeDeel het op sociale media en in je functioneringsgesprekSchrijf je nu in
Sluit je aan bij meer dan 19 miljoen leerlingen en start vandaag nog met Introductie tot regressie met statsmodels in Python!
Maak je kosteloos account aan
Ga verder met GoogleMeer opties weergevenof
Door verder te gaan accepteer je onze Gebruiksvoorwaarden, ons Privacybeleid en dat je gegevens worden opgeslagen in de VS.
Ontwikkel je datavaardigheden met DataCamp voor Mobiel
Maak vooruitgang onderweg met onze mobiele cursussen en dagelijkse 5-minuten programmeeruitdagingen.