Name: การถดถอยใน R เบื้องต้น
Rating: 4.815533980582524 (1545 reviews)

รายละเอียดคอร์ส

การถดถอยเชิงเส้น (Linear Regression) และการถดถอยโลจิสติก (Logistic Regression) เป็นโมเดลทางสถิติที่ได้รับความนิยมมากที่สุด 2 ประเภท และเป็นเครื่องมือสำคัญในการค้นพบรูปแบบที่ซ่อนอยู่ในชุดข้อมูล ในคอร์สนี้ คุณจะได้เรียนรู้ทักษะที่จำเป็นสำหรับการสร้างโมเดล Linear Regression และ Logistic Regression แบบง่าย ผ่านแบบฝึกหัดเชิงปฏิบัติ คุณจะสำรวจความสัมพันธ์ระหว่างตัวแปรในชุดข้อมูลจากสถานการณ์จริง ทั้งข้อมูลการเคลมประกันรถยนต์ ราคาบ้านในไต้หวัน ขนาดของปลา และอื่น ๆ เมื่อจบคอร์สนี้ คุณจะสามารถทำนายผลจากข้อมูล วัดประสิทธิภาพของโมเดล และวินิจฉัยปัญหาของโมเดลได้

ข้อกำหนดเบื้องต้น

Introduction to Data Visualization with ggplot2 Introduction to Statistics in R

หลักสูตร

โครงร่างคอร์ส

Simple Linear Regression

เรียนรู้พื้นฐานของโมเดลทางสถิติยอดนิยมนี้ ทำความเข้าใจว่าการถดถอยคืออะไร และ Linear Regression กับ Logistic Regression แตกต่างกันอย่างไร จากนั้นจะได้เรียนรู้วิธีสร้างโมเดล Simple Linear Regression ด้วยตัวแปรอธิบายแบบตัวเลขและแบบหมวดหมู่ รวมถึงการอธิบายความสัมพันธ์ระหว่างตัวแปรตอบสนองและตัวแปรอธิบายโดยใช้ค่าสัมประสิทธิ์ของโมเดล

เริ่มบท

การทำนายและออบเจกต์โมเดล

ในบทนี้ คุณจะได้เรียนรู้วิธีใช้โมเดล Linear Regression เพื่อทำนายราคาบ้านในไต้หวันและจำนวนการคลิกโฆษณาบน Facebook นอกจากนี้ยังได้ต่อยอดทักษะด้านการถดถอยผ่านการลงมือปฏิบัติกับออบเจกต์โมเดล ทำความเข้าใจแนวคิด "การถดถอยสู่ค่าเฉลี่ย" (regression to the mean) และเรียนรู้วิธีแปลงตัวแปรในชุดข้อมูล

เริ่มบท

การประเมินความเหมาะสมของโมเดล

ในบทนี้ คุณจะได้เรียนรู้วิธีประเมินความเหมาะสมของโมเดล ทั้งการวัดเชิงตัวเลขว่าโมเดล Linear Regression เหมาะกับข้อมูลดีแค่ไหน การวินิจฉัยปัญหาของโมเดลด้วยการแสดงภาพข้อมูล รวมถึงการทำความเข้าใจค่า Leverage และอิทธิพลของแต่ละการสังเกตที่ใช้สร้างโมเดล

เริ่มบท

Simple Logistic Regression

เรียนรู้การสร้างโมเดล Logistic Regression โดยใช้ข้อมูลจริง คุณจะทำนายโอกาสที่ลูกค้าจะปิดบัญชีธนาคารในรูปแบบของความน่าจะเป็นและอัตราส่วน Odds รวมถึงการวัดประสิทธิภาพของโมเดลด้วย Confusion Matrix