curso
Introdução à regressão com statsmodels em Python
Intermediário
Updated 12/2024Iniciar curso gratuitamente
Incluído gratuitamentePremium or Teams
PythonProbabilidade e estatística4 horas14 vídeos53 exercícios4,150 XP40,748Declaração de Realização
Crie sua conta gratuita
ou
Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.Treinar 2 ou mais pessoas?
Tentar DataCamp for BusinessAmado 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 Python1
Modelagem de regressão linear simples
2
Previsões e objetos-modelo
3
Avaliação da adequação do modelo
4
Modelagem de regressão logística simples
Introdução à regressão com statsmodels em Python
Curso Completo
Declaração de Realização Earn
Adicione esta credencial ao seu perfil, currículo ou currículo do LinkedInCompartilhe nas redes sociais e em sua avaliação de desempenho
Incluído comPremium or Teams
Inscreva-se agoraJunte-se a mais 15 milhões de alunos e comece Introdução à regressão com statsmodels em Python Hoje!
Crie sua conta gratuita
ou
Ao continuar, você aceita nossos Termos de Uso, nossa Política de Privacidade e que seus dados são armazenados nos EUA.