Build your ultimate AI agent
Mô tả khóa học
Trong khóa học này, bạn sẽ học cách xây dựng mô hình hồi quy logistic với các biến có ý nghĩa. Bạn cũng sẽ học cách dùng mô hình này để đưa ra dự đoán và cách trình bày mô hình cùng hiệu năng của nó cho các bên liên quan trong doanh nghiệp.
Yêu cầu tiên quyết
Chương trình học
Đề cương khóa học
1
Xây dựng mô hình hồi quy logistic
Trong chương này, bạn sẽ học những kiến thức cơ bản về hồi quy logistic: cách dự đoán một biến mục tiêu nhị phân bằng các biến liên tục, và cách diễn giải mô hình này cũng như dùng nó để dự đoán cho các ví dụ mới.
- Giới thiệu và cấu trúc bảng cơ sở50 XP
- Cấu trúc của bảng cơ sở50 XP
- Khám phá bảng nền (base table)100 XP
- Khám phá các biến dự báo100 XP
- Hồi quy logistic50 XP
- Diễn giải các hệ số50 XP
- Xây dựng mô hình logistic regression100 XP
- Hiển thị các hệ số và hằng số100 XP
- Sử dụng mô hình hồi quy logistic50 XP
- Tạo dự đoán100 XP
- Nhà tài trợ có khả năng quyên góp cao nhất100 XP
2
Chọn biến tiến dần (forward stepwise) cho hồi quy logistic
Trong chương này bạn sẽ hiểu vì sao việc chọn biến là then chốt để xây dựng một mô hình hữu ích. Bạn cũng sẽ học cách triển khai chọn biến tiến dần cho hồi quy logistic và cách quyết định số lượng biến cần đưa vào mô hình cuối cùng.
3
Giải thích hiệu năng mô hình cho doanh nghiệp
Giờ đây khi đã biết cách xây dựng một mô hình tốt, bạn cần thuyết phục các bên liên quan sử dụng nó bằng cách tạo các đồ thị phù hợp. Bạn sẽ học cách xây dựng và diễn giải đường cong lợi ích tích lũy (cumulative gains) và đồ thị lift.
4
Diễn giải và giải thích mô hình
Trong bối cảnh kinh doanh, việc giải thích trực giác đằng sau mô hình bạn xây dựng thường rất quan trọng. Thật vậy, nếu mô hình và các biến không hợp lý, mô hình có thể sẽ không được sử dụng. Trong chương này bạn sẽ học cách giải thích mối quan hệ giữa các biến trong mô hình và mục tiêu thông qua các biểu đồ hiểu biết về biến dự báo (predictor insight).
Nhập môn Phân tích Dự đoán với Python
Hoàn
thành khóa học
