or
Este exercicio faz parte do curso
Você vai aprender o básico deste modelo estatístico popular, o que é regressão e como regressões linear e logística diferem. Em seguida, verá como ajustar modelos de regressão linear simples com variáveis explicativas numéricas e categóricas, e como descrever a relação entre a variável resposta e as variáveis explicativas usando os coeficientes do modelo.
Neste capítulo, você vai descobrir como usar modelos de regressão linear para fazer previsões sobre preços de casas em Taiwan e cliques em anúncios do Facebook. Você também vai ampliar suas habilidades em regressão ao trabalhar na prática com objetos de modelo, entender o conceito de "regressão à média" e aprender a transformar variáveis em um conjunto de dados.
Neste capítulo, você vai aprender a fazer perguntas ao seu modelo para avaliar o ajuste. Você vai aprender a quantificar o quão bem um modelo de regressão linear se ajusta, diagnosticar problemas do modelo usando visualizações e entender a alavancagem e a influência de cada observação usada para criar o modelo.
Aprenda a ajustar modelos de regressão logística. Usando dados do mundo real, você vai prever a probabilidade de um cliente encerrar sua conta bancária como probabilidades de sucesso e razões de chances (odds ratios), e quantificar o desempenho do modelo usando matrizes de confusão.
Exercicio Atual