Build your ultimate AI agent
Descrierea cursului
Regresia liniară și regresia logistică sunt cele mai utilizate două modele statistice și funcționează ca niște chei universale, dezvăluind informațiile ascunse în seturi de date. Acest curs se construiește pe abilitățile dobândite în „Introducere în regresia în R", acoperind regresia liniară și logistică cu mai multe variabile explicative. Prin exerciții practice, vei explora relațiile dintre variabile în seturi de date din lumea reală – prețurile locuințelor din Taiwan, modelarea renunțării clienților și altele. La finalul acestui curs, vei ști cum să incluzi mai multe variabile explicative într-un model, vei înțelege cum interacțiunile dintre variabile influențează predicțiile și vei înțelege cum funcționează regresia liniară și cea logistică.
Cerințe prealabile
Curriculum
Structura cursului
1
Pante paralele
Extinde-ți abilitățile de regresie liniară cu regresia „pante paralele", care include o variabilă explicativă numerică și una categorică. Acesta este primul pas spre stăpânirea regresiei liniare multiple.
- Regresia liniară cu pante paralele50 XP
- Ajustarea unei regresii liniare cu pante paralele100 XP
- Interpretarea coeficienților regresiei cu pante paralele100 XP
- Vizualizarea fiecărei variabile explicative100 XP
- Vizualizarea pantelor paralele100 XP
- Predicții cu drepte paralele50 XP
- Predicții cu un model de drepte paralele100 XP
- Calcularea manuală a predicțiilor100 XP
- Evaluarea performanței modelului50 XP
- Compararea coeficienților de determinare100 XP
- Compararea erorii standard reziduale100 XP
2
Interacțiuni
Explorează efectul interacțiunilor dintre variabilele explicative. Luând în considerare interacțiunile, poți construi modele mai realiste, cu o putere predictivă mai bună. Vei aborda și Paradoxul lui Simpson – un rezultat contraintuitiv care apare atunci când lucrezi cu mai multe variabile explicative.
3
Regresie liniară multiplă
Descoperă cum modelarea, și regresia liniară în special, simplifică lucrul cu mai mult de două variabile explicative. După ce stăpânești ajustarea modelelor de regresie liniară, vei implementa propriul tău algoritm de regresie liniară.
4
Regresie logistică multiplă
Extinde-ți abilitățile de regresie logistică la mai multe variabile explicative. Înțelege distribuția logistică, care stă la baza acestei forme de regresie. În final, implementează-ți propriul algoritm de regresie logistică.
R
Regresie intermediară în R
Curs
finalizat
