After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kurs Açıklaması
Doğrusal ve Lojistik Regresyon için Python statsmodels kullanın
Doğrusal regresyon ve lojistik regresyon, en yaygın kullanılan iki istatistiksel modeldir. Anahtar gibi davranarak verilerinizde gizli olan sırları ortaya çıkarırlar. Bu kursta, basit doğrusal ve lojistik regresyonları uydurma becerilerini kazanacaksınız.Uygulamalı alıştırmalarla, motor sigortası talepleri, Tayvan'daki konut fiyatları, balık boyutları ve daha fazlasını içeren gerçek dünya veri kümelerindeki değişkenler arasındaki ilişkileri keşfedeceksiniz.
Tahmin Yapmayı ve Model Uyumunu Değerlendirmeyi Keşfedin
Bu 4 saatlik kursa, regresyonun ne olduğunu ve doğrusal regresyon ile lojistik regresyonun farklarını öğrenerek başlayacak, her ikisini de nasıl uygulayacağınızı öğreneceksiniz. Ardından, doğrusal regresyon modellerini kullanarak veriler üzerinde tahminlerde bulunmayı ve aynı zamanda model nesnelerini anlamayı öğreneceksiniz.İlerledikçe, modelinizin uygunluğunu nasıl değerlendireceğinizi ve doğrusal regresyon modelinizin ne kadar uygun olduğunu nasıl anlayacağınızı öğreneceksiniz. Son olarak, gerçek veriler üzerinde tahminlerde bulunmak için lojistik regresyon modellerini daha derinlemesine inceleyeceksiniz.
Python Regresyon Analizinin Temellerini Öğrenin
Bu kursun sonunda, verilerinizden tahminler yapmayı, model performansını ölçmeyi ve model uyumu ile ilgili sorunları teşhis etmeyi öğreneceksiniz. Regresyon analizi için Python statsmodels'ı nasıl kullanacağınızı anlayacak ve bu becerileri gerçek hayattaki veri kümelerine uygulayabileceksiniz.Ön Koşullar
Müfredat
Kurs içeriği
1
Basit Lineer Regresyon Modellemesi
Bu popüler istatistiksel modelin temellerini, regresyonun ne olduğunu ve lineer ile lojistik regresyonların nasıl farklılaştığını öğreneceksin. Ardından, sayısal ve kategorik açıklayıcı değişkenlerle basit lineer regresyon modellerinin nasıl kurulacağını ve yanıt ile açıklayıcı değişkenler arasındaki ilişkinin model katsayıları kullanılarak nasıl betimleneceğini göreceksin.
- İki değişkenin hikâyesi50 XP
- Hangisi yanıt değişkeni?50 XP
- İki sayısal değişkeni görselleştirme100 XP
- Doğrusal regresyonu eğitme50 XP
- Kesimi (intercept) tahmin et50 XP
- Eğimi tahmin et50 XP
- ols() ile lineer regresyon100 XP
- Kategorik açıklayıcı değişkenler50 XP
- Sayısal vs. kategorik görselleştirme100 XP
- Kategoriye göre ortalama hesaplama100 XP
- Kategorik bir açıklayıcı değişkenle lineer regresyon100 XP
2
Tahminler ve model nesneleri
Bu bölümde, lineer regresyon modellerini kullanarak Tayvan konut fiyatları ve Facebook reklam tıklamalarında nasıl tahmin yapılacağını keşfedeceksin. Ayrıca model nesneleriyle bizzat çalışarak regresyon becerilerini geliştirecek, "ortalama regresyonu" kavramını anlayacak ve bir veri kümesindeki değişkenleri nasıl dönüştüreceğini öğreneceksin.
3
Model uyumunu değerlendirme
Bu bölümde, uyumu değerlendirmek için modeline nasıl sorular soracağını öğreneceksin. Bir lineer regresyon modelinin ne kadar iyi uyduğunu nicelendirmeyi, görselleştirmelerle model sorunlarını teşhis etmeyi ve modeli oluşturmada her bir gözlemin kaldıracı ve etkisini anlamayı öğreneceksin.
4
Basit Lojistik Regresyon Modellemesi
Lojistik regresyon modelleri kurmayı öğren. Gerçek dünya verilerini kullanarak, bir müşterinin banka hesabını kapatma olasılığını başarı olasılıkları ve oranları olarak tahmin edecek ve karışıklık matrisleri kullanarak model performansını nicelendireceksin.
Python ile statsmodels kullanarak Regresyona Giriş
Kurs
Tamamlandı
