After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
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
หลักสูตร
โครงสร้างคอร์ส
1
Simple Linear Regression
เรียนรู้พื้นฐานของโมเดลทางสถิติยอดนิยมนี้ ทำความเข้าใจว่าการถดถอยคืออะไร และ Linear Regression กับ Logistic Regression แตกต่างกันอย่างไร จากนั้นจะได้เรียนรู้วิธีสร้างโมเดล Simple Linear Regression ด้วยตัวแปรอธิบายแบบตัวเลขและแบบหมวดหมู่ รวมถึงการอธิบายความสัมพันธ์ระหว่างตัวแปรตอบสนองและตัวแปรอธิบายโดยใช้ค่าสัมประสิทธิ์ของโมเดล
- เรื่องราวของสองตัวแปร50 XP
- ตัวแปรใดคือตัวแปรตอบสนอง?50 XP
- การแสดงภาพตัวแปรสองตัว100 XP
- การ Fit Linear Regression50 XP
- ประมาณค่า intercept50 XP
- ประมาณค่าความชัน50 XP
- Linear regression ด้วย lm()100 XP
- ตัวแปรอธิบายแบบกลุ่ม (Categorical)50 XP
- การแสดงผลข้อมูลตัวเลขและข้อมูลหมวดหมู่100 XP
- การคำนวณค่าเฉลี่ยตามหมวดหมู่100 XP
- lm() กับตัวแปรอธิบายประเภทกลุ่ม100 XP
2
การทำนายและออบเจกต์โมเดล
ในบทนี้ คุณจะได้เรียนรู้วิธีใช้โมเดล Linear Regression เพื่อทำนายราคาบ้านในไต้หวันและจำนวนการคลิกโฆษณาบน Facebook นอกจากนี้ยังได้ต่อยอดทักษะด้านการถดถอยผ่านการลงมือปฏิบัติกับออบเจกต์โมเดล ทำความเข้าใจแนวคิด "การถดถอยสู่ค่าเฉลี่ย" (regression to the mean) และเรียนรู้วิธีแปลงตัวแปรในชุดข้อมูล
3
การประเมินความเหมาะสมของโมเดล
ในบทนี้ คุณจะได้เรียนรู้วิธีประเมินความเหมาะสมของโมเดล ทั้งการวัดเชิงตัวเลขว่าโมเดล Linear Regression เหมาะกับข้อมูลดีแค่ไหน การวินิจฉัยปัญหาของโมเดลด้วยการแสดงภาพข้อมูล รวมถึงการทำความเข้าใจค่า Leverage และอิทธิพลของแต่ละการสังเกตที่ใช้สร้างโมเดล
4
Simple Logistic Regression
เรียนรู้การสร้างโมเดล Logistic Regression โดยใช้ข้อมูลจริง คุณจะทำนายโอกาสที่ลูกค้าจะปิดบัญชีธนาคารในรูปแบบของความน่าจะเป็นและอัตราส่วน Odds รวมถึงการวัดประสิทธิภาพของโมเดลด้วย Confusion Matrix
R
การถดถอยใน R เบื้องต้น
เรียนจบแล้ว
