1. Lernen
    2. /
  2. Kurse
    3. /
  3. Introducción a la regresión con modelos estadísticos en Python
  • 1

    Modelización de regresión lineal simple

    Kostenlos

    Aprenderá los conceptos básicos de este popular modelo estadístico, qué es la regresión y en qué se diferencian las regresiones lineal y logística. A continuación, aprenderá a ajustar modelos de regresión lineal simples con variables explicativas numéricas y categóricas, y a describir la relación entre la respuesta y las variables explicativas utilizando los coeficientes del modelo.

  • 2

    Predicciones y objetos modelo

    En este capítulo, descubrirás cómo utilizar modelos de regresión lineal para hacer predicciones sobre el precio de la vivienda en Taiwán y los clics en anuncios de Facebook. También aumentará sus conocimientos sobre regresión a medida que se familiarice con los objetos del modelo, comprenda el concepto de "regresión a la media" y aprenda a transformar variables en un conjunto de datos.

  • 3

    Evaluación del ajuste del modelo

    En este capítulo, aprenderá a plantear preguntas a su modelo para evaluar el ajuste. Aprenderá a cuantificar lo bien que se ajusta un modelo de regresión lineal, a diagnosticar los problemas del modelo mediante visualizaciones y a comprender la influencia de cada observación para crear el modelo.

  • 4

    Modelización de regresión logística simple

    Aprenda a ajustar modelos de regresión logística. Utilizando datos del mundo real, predecirá la probabilidad de que un cliente cierre su cuenta bancaria como probabilidades de éxito y odds ratios, y cuantificará el rendimiento del modelo utilizando matrices de confusión.

Initializing