or
To ćwiczenie jest częścią kursu
Poznasz podstawy tego popularnego modelu statystycznego – czym jest regresja i czym różnią się regresja liniowa od logistycznej. Następnie nauczysz się dopasowywać proste modele regresji liniowej z numerycznymi i kategorycznymi zmiennymi objaśniającymi oraz opisywać zależność między zmienną odpowiedzi a zmiennymi objaśniającymi za pomocą współczynników modelu.
W tym rozdziale odkryjesz, jak używać modeli regresji liniowej do tworzenia prognoz dotyczących cen domów na Tajwanie i kliknięć reklam na Facebooku. Rozwiniesz też swoje umiejętności w zakresie regresji – poznasz obiekty modeli, zrozumiesz koncepcję „regresji do średniej" i nauczysz się przekształcać zmienne w zbiorze danych.
W tym rozdziale nauczysz się oceniać dopasowanie modelu. Dowiesz się, jak mierzyć jakość dopasowania modelu regresji liniowej, diagnozować problemy z modelem za pomocą wizualizacji oraz rozumieć dźwignię i wpływ poszczególnych obserwacji użytych do jego budowy.
Naucz się dopasowywać modele regresji logistycznej. Korzystając z rzeczywistych danych, będziesz przewidywać prawdopodobieństwo zamknięcia konta bankowego przez klienta – w postaci prawdopodobieństw sukcesu i ilorazów szans – oraz mierzyć jakość modelu za pomocą macierzy pomyłek.
Bieżące ćwiczenie