Logistic Regression 课程可以帮助您学习统计建模、假设检验和系数解释。您可以掌握评估模型性能、理解几率比以及应用 Regularization 等技术提高准确性的技能。许多课程都会介绍 R、Python 等工具和 Scikit-learn 等专项库,展示这些技能如何用于分析医疗保健、金融和营销等各个领域的 Binary 结果。

Imperial College London
您将获得的技能: 描述性统计, 数据整理, 预测建模, 统计, 探索性数据分析, 统计分析, 统计推理, 回归分析, 概率与统计, 公共卫生, R(软件), 数据清理, R 语言程序设计(中文版), 功能工程
中级 · 课程 · 1-4 周

您将获得的技能: Matplotlib, Data Visualization, Seaborn, Exploratory Data Analysis, NumPy, Data Analysis, Jupyter, Data Science, Machine Learning, Python Programming, Supervised Learning, Algorithms
初级 · 指导项目 · 不超过 2 小时
Duke University
您将获得的技能: Data-Driven Decision-Making, Statistical Modeling, Predictive Modeling, Regression Analysis, R Programming, Data Analysis, Probability & Statistics, Statistical Hypothesis Testing, Statistical Inference, Statistical Analysis
初级 · 课程 · 1-4 周

Johns Hopkins University
您将获得的技能: 统计分析, 预测建模, 回归分析, 统计推理, 概率与统计, 数据分析, 统计方法, 统计建模, 相关性分析
混合 · 课程 · 1-4 周
University of Michigan
您将获得的技能: Statistical Inference, Predictive Analytics, R Programming, Probability & Statistics, Classification And Regression Tree (CART), Statistical Modeling, Statistical Methods, Biostatistics, Regression Analysis, Statistical Analysis, Statistics, Statistical Hypothesis Testing, Data Analysis, Risk Analysis, Descriptive Statistics
中级 · 课程 · 1-4 周

您将获得的技能: SAS (Software), Predictive Modeling, Regression Analysis, Analytics, Statistical Methods, Data Transformation, Statistical Analysis, Business Analytics, Logistics, Estimation, Probability
混合 · 课程 · 1-4 周

多位教师
您将获得的技能: 机器学习, Python 程序设计, 深度学习, 预测建模, 负责任的人工智能, 人工智能和机器学习(AI/ML), 数据伦理, NumPy, 应用机器学习, 强化学习, 随机森林算法, 人工智能, 决策树学习, Jupyter, 监督学习, 分类与回归树 (CART), 功能工程, 无监督学习, 张力流, Scikit-learn (机器学习库)
初级 · 专项课程 · 1-3 个月

您将获得的技能: Regression Analysis, Statistical Hypothesis Testing, Data Analysis, Advanced Analytics, Statistical Analysis, Correlation Analysis, Analytical Skills, Business Analytics, Supervised Learning, Statistical Modeling, Scikit Learn (Machine Learning Library), Variance Analysis, Predictive Modeling, Probability & Statistics, Exploratory Data Analysis, Machine Learning, Python Programming
高级设置 · 课程 · 1-3 个月

Johns Hopkins University
您将获得的技能: 回归分析, 预测建模, 统计分析, 高级分析, 概率与统计, 数据分析, 公共卫生, 统计方法, 生物统计学, 统计建模
初级 · 课程 · 1-4 周

DeepLearning.AI
您将获得的技能: 机器学习, Python 程序设计, 预测建模, 回归分析, 数据转换, 应用机器学习, NumPy, 人工智能, 分类与回归树 (CART), 统计建模, Scikit-learn (机器学习库), Jupyter, 功能工程, 监督学习
初级 · 课程 · 1-4 周

您将获得的技能: Scikit Learn (Machine Learning Library), Data Visualization, Feature Engineering, Customer Analysis, Data Presentation, Predictive Modeling, Predictive Analytics, Marketing Analytics, Applied Machine Learning, Online Advertising, Data Cleansing, Data Manipulation, Advertising, Classification And Regression Tree (CART), Digital Advertising, Machine Learning Methods, Performance Analysis, Machine Learning, Python Programming, Deep Learning
初级 · 指导项目 · 不超过 2 小时

您将获得的技能: SAS (Software), Predictive Modeling, Statistical Modeling, Big Data, Regression Analysis, Data Analysis Software, Advanced Analytics, Feature Engineering, Performance Analysis, Performance Measurement, Statistical Analysis, Data Manipulation, Data Cleansing
中级 · 课程 · 1-3 个月
逻辑回归是统计学中使用的一种技术,它可以让人们根据所掌握的有关以前发生的事件的现有数据来估计事件发生的概率。 科学和工程学科中经常使用数学模型来用数学语言解释概念,逻辑回归就是其中的一种。 逻辑回归使用二元数据,这意味着事件只有两种可能的结果:要么发生,要么不发生。 为了计算出这两种结果的概率,逻辑回归使用了计算几率比的方程,即某件事情发生或不发生的几率。 这种预测建模工具不仅在统计学中发挥着重要作用,而且在机器学习中也发挥着重要作用,机器学习涉及计算机学习它们未明确编程处理的信息。
如果您正在考虑从事与数据、软件或数学有关的职业,逻辑回归是一个值得关注的学习领域。 在构建预测建模或数据分析软件时,逻辑回归是编程过程中的一个重要步骤。 此外,如果您有兴趣加强对机器学习的了解,逻辑回归是必不可少的。 当你了解了逻辑回归建模后,你就可以更轻松地学习机器学习所涉及的复杂模型,同时学习如何为处理数据做好最佳准备。
数据科学家或数据分析师的职业生涯为您提供了应用逻辑回归知识的机会,但如果您想进入机器学习领域,您也会经常利用这一领域的技能。 虽然这些职业的范围相对较广,但在软件工程、计算语言学和软件开发等各种专业领域也可以从事机器学习和逻辑回归工作。 在学习在线课程的过程中,当您开始进一步了解逻辑回归时,您可能会发现自己想要探索的特定兴趣领域--您的新技能可以帮助您发现更多。
通过学习逻辑回归在线课程,您可以获得在本领域取得进步或重新开始所需的知识。 在您的数据科学家或分析师职业生涯中,您知道统计方法和各种数据建模技术的重要性,您会经常使用它们。 但是,如果您准备深入研究这些概念,以加深理解,并将新想法和新技能付诸实践,那么参加逻辑回归在线课程可以帮您实现目标。 如果您想从基础开始学习,可以从入门课程入手,为今后的学习打下坚实的基础。 或者,如果您想通过加深对逻辑回归的理解来补充现有的知识基础,可以尝试学习一些课程,帮助您了解这一概念在机器学习和预测建模编程软件中的作用。 您会对这些创新理念有新的理解,您也会喜欢随时随地参加在线课程的自由。
在线 Logistic 回归课程提供了一种方便灵活的方式来提高您的知识或学习新的 Logistic 回归技能。 从顶尖大学和行业领导者根据不同技能水平提供的各种 Logistic Regression 课程中进行选择。
Coursera 的全部课程目录都提供给企业客户,没有任何限制。 选择最佳逻辑回归课程取决于员工的需求和技能水平。 利用我们的 "技能仪表板 "了解技能差距,并确定最适合的课程,以便有效地提高员工的技能。 了解关于 Coursera for Business 的更多信息