Khóa học
Giới thiệu về Hồi quy với statsmodels trong Python
Trung cấpTrình độ kỹ năng
Đã cập nhật tháng 06, 2026
PythonProbability & Statistics4 gio14 video53 Bài tập4,150 XP60,273Giấy chứng nhận Thành tích
Tạo Tài Khoản Miễn Phí
Tiếp tục với GoogleHiển thị thêm tùy chọnhoặc
Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.
Được người học tại hàng ngàn công ty yêu thích
Đào tạo một đội ngũ?
Dùng thử cho Doanh nghiệpMô tả khóa học
Sử dụng thư viện statsmodels của Python cho hồi quy tuyến tính và hồi quy logistic
Hồi quy tuyến tính và hồi quy logistic là hai trong số các mô hình thống kê được sử dụng rộng rãi nhất. Chúng hoạt động như những chiếc chìa khóa vạn năng, giúp mở ra những bí mật ẩn giấu trong dữ liệu của quý vị. Trong khóa học này, quý vị sẽ nắm được các kỹ năng để thực hiện các mô hình hồi quy tuyến tính và hồi quy logistic đơn giản.Thông qua các bài tập thực hành, quý vị sẽ khám phá mối quan hệ giữa các biến trong các bộ dữ liệu thực tế, bao gồm các yêu cầu bồi thường bảo hiểm xe cơ giới, giá nhà ở Đài Loan, kích thước cá và nhiều chủ đề khác.
Khám phá cách thực hiện dự đoán và đánh giá mức độ phù hợp của mô hình
Quý vị sẽ bắt đầu khóa học kéo dài 4 giờ này bằng việc tìm hiểu khái niệm hồi quy là gì, sự khác biệt giữa hồi quy tuyến tính và hồi quy logistic, cũng như cách áp dụng cả hai phương pháp này. Tiếp theo, quý vị sẽ tìm hiểu cách sử dụng các mô hình hồi quy tuyến tính để đưa ra dự đoán dựa trên dữ liệu, đồng thời nắm rõ các đối tượng mô hình.Khi tiếp tục học, quý vị sẽ tìm hiểu cách đánh giá mức độ phù hợp của mô hình, cũng như cách xác định mức độ phù hợp của mô hình hồi quy tuyến tính. Cuối cùng, quý vị sẽ tìm hiểu sâu hơn về các mô hình hồi quy logistic để đưa ra dự đoán dựa trên dữ liệu thực tế.
Tìm hiểu những kiến thức cơ bản về phân tích hồi quy trong Python
Khi kết thúc khóa học này, quý vị sẽ biết cách đưa ra dự đoán dựa trên dữ liệu, đánh giá hiệu suất mô hình và xác định các vấn đề liên quan đến độ phù hợp của mô hình. Quý vị sẽ hiểu cách sử dụng thư viện statsmodels của Python để thực hiện phân tích hồi quy và có thể áp dụng những kỹ năng này vào các tập dữ liệu thực tế.Điều kiện tiên quyết
Introduction to Data Visualization with SeabornIntroduction to Statistics in Python1
Mô hình Hồi quy Tuyến tính Đơn giản
Bạn sẽ học những điều cơ bản của mô hình thống kê phổ biến này, hồi quy là gì, và sự khác nhau giữa hồi quy tuyến tính và hồi quy logistic. Tiếp đó, bạn sẽ học cách khớp các mô hình hồi quy tuyến tính đơn giản với biến giải thích dạng số và dạng phân loại, và cách mô tả mối quan hệ giữa biến phản hồi và biến giải thích bằng các hệ số mô hình.
2
Dự đoán và đối tượng mô hình
Trong chương này, bạn sẽ khám phá cách dùng các mô hình hồi quy tuyến tính để đưa ra dự đoán về giá nhà ở Đài Loan và lượt nhấp quảng cáo trên Facebook. Bạn cũng sẽ nâng cao kỹ năng hồi quy khi trực tiếp làm việc với đối tượng mô hình, hiểu khái niệm "hồi quy về trung bình" (regression to the mean), và học cách biến đổi các biến trong một tập dữ liệu.
3
Đánh giá độ khớp của mô hình
Trong chương này, bạn sẽ học cách đặt câu hỏi cho mô hình để đánh giá độ khớp. Bạn sẽ học cách định lượng mức độ mô hình hồi quy tuyến tính khớp với dữ liệu, chẩn đoán vấn đề của mô hình bằng trực quan hóa, và hiểu độ đòn bẩy (leverage) và ảnh hưởng (influence) của từng quan sát trong việc tạo nên mô hình.
4
Mô hình Hồi quy Logistic Đơn giản
Học cách khớp các mô hình hồi quy logistic. Với dữ liệu thực tế, bạn sẽ dự đoán khả năng một khách hàng đóng tài khoản ngân hàng dưới dạng xác suất thành công và tỉ lệ cược (odds), và định lượng hiệu quả mô hình bằng ma trận nhầm lẫn.
Giới thiệu về Hồi quy với statsmodels trong Python
Hoàn Thành
Nhận Giấy Chứng Nhận Hoàn Thành
Thêm chứng chỉ này vào hồ sơ LinkedIn, CV hoặc sơ yếu lý lịch của banChia sẻ trên mạng xã hội và trong đánh giá hiệu suất của banĐăng ký ngay
Tham gia cùng hơn 19 triệu học viên và bắt đầu Giới thiệu về Hồi quy với statsmodels trong Python ngay hôm nay!
Tạo Tài Khoản Miễn Phí
Tiếp tục với GoogleHiển thị thêm tùy chọnhoặc
Bằng cách tiếp tục, bạn chấp nhận Điều khoản sử dụng, Chính sách bảo mật và việc dữ liệu của bạn được lưu trữ tại Hoa Kỳ.
Phát triển kỹ năng dữ liệu với DataCamp cho thiết bị di động
Tiến bộ mọi lúc mọi nơi với các khóa học cho thiết bị di động và thử thách lập trình 5 phút hằng ngày.