Перейти к основному контенту
ГлавнаяPython

Курс

Обобщённые линейные модели в Python

Продвинутый уровеньУровень навыков
Обновлено 10.2022
Расширьте свой набор инструментов регрессии моделями логистической и Пуассона и научитесь обучать, понимать, валидировать их и делать прогнозы.
Начать курс бесплатно
PythonProbability & Statistics
5 ч
16 видео
59 Упражнений
4,950 XP
11,920
Справка об успешном завершении

Создать бесплатный аккаунт

Продолжить через GoogleПоказать больше вариантов

или


Продолжая, вы принимаете наши Условия использования, Политику конфиденциальности и соглашаетесь с хранением ваших данных в США.

Любимая обучающимися из тысяч компаний

Group

Обучаете команду?

Попробуйте для бизнеса

Описание курса

Представьте, что вы можете работать с данными, где зависимая переменная является бинарной, счётной или приближённо нормальной — и всё это в рамках единого подхода. Именно это предлагает курс «Обобщённые линейные модели в Python»! В ходе курса вы расширите свой арсенал регрессионных методов, освоив логистическую регрессию и регрессию Пуассона: научитесь строить модели, интерпретировать результаты, оценивать качество и применять модели для предсказания на новых данных. В качестве практики вы будете работать с реальными данными — в том числе о крупнейшем в истории массовом отравлении населения, гнездовании мечехвостов и подсчёте велосипедных переездов через мосты Нью-Йорка.

Необходимые условия

Introduction to Linear Modeling in Python
1

Введение в обобщённые линейные модели

Повторите основы линейных моделей и узнайте, как обобщённые линейные модели расширяют этот подход для различных типов зависимой переменной. Вы также изучите ключевые элементы обобщённых линейных моделей и технический процесс их построения в Python.
Начать главу
2

Моделирование бинарных данных

Эта глава посвящена логистической регрессии. Вы познакомитесь со структурой бинарных данных, логит-функцией связи, методами построения модели, а также научитесь интерпретировать коэффициенты, проводить статистический анализ и оценивать качество модели.
Начать главу
3

Моделирование счётных данных

В этой главе вы изучите регрессию Пуассона: рассмотрите природу счётных данных, распределение Пуассона и интерпретацию построенной модели. Кроме того, вы узнаете, как справляться с проблемой избыточного рассеяния, и получите практический опыт визуализации моделей.
Начать главу
4

Множественная логистическая регрессия

Обобщённые линейные модели в Python
Курс
завершён

Получить сертификат об окончании

Добавьте эту квалификацию в профиль LinkedIn, резюме или CV
Поделитесь в социальных сетях и в обзоре эффективности
Записаться сейчас

Присоединяйтесь к более чем 19 миллионам обучающихся и начните Обобщённые линейные модели в Python уже сегодня!

Создать бесплатный аккаунт

Продолжить через GoogleПоказать больше вариантов

или


Продолжая, вы принимаете наши Условия использования, Политику конфиденциальности и соглашаетесь с хранением ваших данных в США.

Развивайте свои навыки работы с данными с помощью DataCamp для мобильных устройств.

Успевайте в обучении на ходу с помощью наших мобильных курсов и ежедневных 5-минутных заданий по программированию.