Pular para o conteúdo principal
InícioPython

curso

Introdução à regressão com statsmodels em Python

Intermediário
Updated 12/2024
"Preveja preços de imóveis e taxa de cliques com análise de regressão usando statsmodels em Python."
Iniciar curso gratuitamente

Incluído gratuitamentePremium or Teams

PythonProbabilidade e estatística4 horas14 vídeos53 exercícios4,150 XP40,748Declaração de Realização

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.
Group

Treinar 2 ou mais pessoas?

Tentar DataCamp for Business

Amado por alunos de milhares de empresas

Descrição do curso

Use o Python statsmodels para regressão linear e logística

A regressão linear e a regressão logística são dois dos modelos estatísticos mais usados. Eles funcionam como chaves mestras, revelando os segredos ocultos em seus dados. Neste curso, você adquirirá as habilidades necessárias para ajustar regressões lineares e logísticas simples.

Por meio de exercícios práticos, você explorará as relações entre variáveis em conjuntos de dados do mundo real, incluindo reclamações de seguros de automóveis, preços de casas em Taiwan, tamanhos de peixes e muito mais.

Descubra como fazer previsões e avaliar o ajuste do modelo

Você começará este curso de 4 horas aprendendo o que é regressão e como a regressão linear e a regressão logística diferem, aprendendo a aplicar ambas. Em seguida, você aprenderá a usar modelos de regressão linear para fazer previsões sobre os dados e, ao mesmo tempo, entender os objetos do modelo.

À medida que avançar, você aprenderá a avaliar o ajuste do modelo e a saber se o modelo de regressão linear está bem ajustado. Por fim, você se aprofundará nos modelos de regressão logística para fazer previsões em dados reais.

Aprenda os fundamentos da análise de regressão em Python

Ao final deste curso, você saberá como fazer previsões a partir dos seus dados, quantificar o desempenho do modelo e diagnosticar problemas com o ajuste do modelo. Você entenderá como usar os modelos estatísticos do Python para análise de regressão e poderá aplicar as habilidades a conjuntos de dados reais.

Pré-requisitos

Introduction to Data Visualization with SeabornIntroduction to Statistics in Python
1

Modelagem de regressão linear simples

Iniciar capítulo
2

Previsões e objetos-modelo

Iniciar capítulo
3

Avaliação da adequação do modelo

Iniciar capítulo
4

Modelagem de regressão logística simples

Iniciar capítulo
Introdução à regressão com statsmodels em Python
Curso
Completo

Declaração de Realização Earn

Adicione esta credencial ao seu perfil, currículo ou currículo do LinkedIn
Compartilhe nas redes sociais e em sua avaliação de desempenho

Incluído comPremium or Teams

Inscreva-se agora

Junte-se a mais 15 milhões de alunos e comece Introdução à regressão com statsmodels em Python Hoje!

Crie sua conta gratuita

GoogleLinkedInFacebook

ou

Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.