700+ courses, half price
Kursbeskrivning
I den här kursen lär du dig hur man bygger en logistisk regressionsmodell med meningsfulla variabler. Du lär dig också hur du använder modellen för att göra prediktioner och hur du presenterar den och dess prestanda för affärsintressenter.
Förkunskapskrav
Kursplan
Kursöversikt
1
Bygga logistiska regressionsmodeller
I det här kapitlet lär du dig grunderna i logistisk regression: hur du kan prediktera ett binärt utfall med kontinuerliga variabler och hur du ska tolka modellen och använda den för att göra prediktioner för nya exempel.
- Introduktion och bastabellstruktur50 XP
- Bastabellens struktur50 XP
- Utforska bastabellen100 XP
- Utforska de prediktiva variablerna100 XP
- Logistisk regression50 XP
- Tolkning av koefficienter50 XP
- Bygg en logistisk regressionsmodell100 XP
- Visa koefficienter och intercept100 XP
- Använda logistisk regressionsmodell50 XP
- Göra prediktioner100 XP
- Donorn som mest sannolikt donerar100 XP
2
Framåtgående stegvis variabelval för logistisk regression
I det här kapitlet lär du dig varför variabelval är avgörande för att bygga en användbar modell. Du lär dig också hur du implementerar framåtgående stegvis variabelval för logistisk regression och hur du avgör hur många variabler som ska ingå i din slutliga modell.
3
Förklara modellprestanda för verksamheten
Nu när du vet hur man bygger en bra modell är nästa steg att övertyga intressenter om att använda den – med hjälp av tydliga och välvalda diagram. Du lär dig hur man konstruerar och tolkar den kumulativa vinststkurvan och lyftkurvan.
4
Tolka och förklara modeller
I ett affärsmässigt sammanhang är det ofta viktigt att kunna förklara den intuition som ligger bakom modellen. Om modellen och dess variabler inte känns logiska riskerar den att aldrig användas. I det här kapitlet lär du dig hur du förklarar sambandet mellan variablerna i modellen och utfallet med hjälp av prediktorinsiktsgrafer.
Introduktion till prediktiv analys i Python
Kurs
slutförd
