• 为个人
  • 为商务
  • 为大学
  • 为政府
Coursera
登录
免费加入
Coursera
  • 浏览
  • Regression Models

Regression 模型在线课程

学习建立和解释用于数据分析的 Regression Model。了解如何应用各种回归技术进行准确预测。

跳转以搜索结果

筛选依据

主题
必需的
 *

语言
必需的
 *

在整个课程(说明和评估)中使用的语言。

了解产品
必需的
 *

通过实践教程在 2 小时内掌握与工作相关的技能。
通过已评分作业、视频和论坛向顶级授课教师学习。
在交互式实践环境中学习新工具或新技能。
通过完成一系列课程和项目,深入学习学科知识。
获得行业领导者颁发的职业证书,展示您学到的专业知识。
攻读硕士学位的同时获得职业证书。
在线获得学士学位或硕士学位,所需费用仅为在校学习费用的一小部分。
完成研究生水平的学习,而无需参加完整的学位课程。

级别
必需的
 *

课程长度
必需的
 *

技能
必需的
 *

字幕
必需的
 *

教师
必需的
 *

探索 Regression 模型课程目录

  • 状态:免费试用
    免费试用
    J

    Johns Hopkins University

    回归模型

    您将获得的技能: 统计建模, 统计分析, 回归分析, 统计推理, 预测建模, 统计方法, 概率与统计, 相关性分析, 数据分析

    4.4
    评分, 4.4 星,最高 5 星
    ·
    3370 条评论

    混合 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    D

    Duke University

    线性回归与建模

    您将获得的技能: 统计分析, 统计建模, 统计, 回归分析, 统计推理, R 语言程序设计(中文版), 预测建模, R(软件), 探索性数据分析, 数学建模, 统计方法, 相关性分析, 数据分析

    4.8
    评分, 4.8 星,最高 5 星
    ·
    1768 条评论

    初级 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    G

    Google

    Regression Analysis: Simplify Complex Data Relationships

    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

    4.7
    评分, 4.7 星,最高 5 星
    ·
    565 条评论

    高级设置 · 课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    W

    Wesleyan University

    回归建模实践

    您将获得的技能: Python 程序设计, 统计建模, 统计分析, 回归分析, 预测建模, 统计编程, 散点图, 统计假设检验, SAS(软件), 绘图(图形), 相关性分析, 数据分析

    4.4
    评分, 4.4 星,最高 5 星
    ·
    274 条评论

    混合 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    U

    University of Colorado Boulder

    广义线性模型和非参数回归

    您将获得的技能: 线性代数, 统计建模, 回归分析, 微积分, 数据伦理, 统计推理, R 语言程序设计(中文版), 分类与回归树 (CART), 预测建模, 概率分布, 统计方法, 机器学习, 数据分析

    攻读学位

    4.3
    评分, 4.3 星,最高 5 星
    ·
    20 条评论

    中级 · 课程 · 1-4 周

  • C

    Coursera Project Network

    Linear Regression with Python

    您将获得的技能: Regression Analysis, NumPy, Applied Machine Learning, Supervised Learning, Machine Learning, Predictive Modeling, Deep Learning, Data Science, Python Programming

    4.6
    评分, 4.6 星,最高 5 星
    ·
    432 条评论

    中级 · 指导项目 · 不超过 2 小时

是什么让您今天来到 Coursera?

  • 状态:新
    新
    状态:预览
    预览
    E

    EDUCBA

    Logistic Regression with SAS: Build & Evaluate Models

    您将获得的技能: Feature Engineering, SAS (Software), Classification And Regression Tree (CART), Predictive Modeling, Statistical Modeling, Regression Analysis, Predictive Analytics, Applied Machine Learning, Statistical Methods, Data Processing, Data Manipulation, Data Cleansing, Data Transformation, Statistical Analysis, Exploratory Data Analysis

    混合 · 课程 · 1-4 周

  • 状态:新
    新
    状态:预览
    预览
    E

    EDUCBA

    SPSS: Apply & Interpret Logistic Regression Models

    您将获得的技能:

    混合 · 课程 · 1-4 周

  • 状态:免费试用
    免费试用
    M

    Macquarie University

    用于业务预测的 Excel 回归模型

    您将获得的技能: 统计建模, 回归分析, 统计分析, 微软Excel, 商业数学, 趋势分析, 时间序列分析和预测, 数据可视化软件, 预测

    4.9
    评分, 4.9 星,最高 5 星
    ·
    109 条评论

    中级 · 课程 · 1-3 个月

  • 状态:免费试用
    免费试用
    J

    Johns Hopkins University

    数据科学高级统计学

    您将获得的技能: 统计建模, 线性代数, 统计, 统计分析, 回归分析, 数据科学, 统计推理, 预测建模, R 语言程序设计(中文版), 应用数学, 统计方法, 概率分布, 数学建模, 统计假设检验, 概率, 数据分析, 生物统计学, 抽样(统计), 概率与统计, 贝叶斯统计

    4.4
    评分, 4.4 星,最高 5 星
    ·
    777 条评论

    高级设置 · 专项课程 · 3-6 个月

  • 状态:新
    新
    状态:预览
    预览
    E

    EDUCBA

    Linear Regression & Predictive Modeling with SPSS

    您将获得的技能: Data Presentation, Regression Analysis, Predictive Modeling, Financial Forecasting, Statistical Modeling, Forecasting, Financial Modeling, SPSS, Predictive Analytics, Risk Modeling, Statistical Analysis, Analytics, Scatter Plots, Credit Risk, Microsoft Excel

    混合 · 课程 · 1-4 周

  • 状态:新
    新
    状态:预览
    预览
    E

    EDUCBA

    Deep Learning with R: Build & Predict Neural Networks

    您将获得的技能: Data Visualization Software, R Programming, Scatter Plots, Regression Analysis, Statistical Programming, Predictive Modeling, Artificial Neural Networks, Data Science, Deep Learning, Descriptive Statistics, Predictive Analytics, Statistical Methods, Data Manipulation, Performance Testing, Data Cleansing

    混合 · 课程 · 1-4 周

Regression Model 学习者还搜索

回归
回归分析
线性回归
逻辑回归
预测建模
统计建模
预测分析
数据建模
1234…206

总之,以下是 10 最受欢迎的 regression models 课程

  • 回归模型: Johns Hopkins University
  • 线性回归与建模: Duke University
  • Regression Analysis: Simplify Complex Data Relationships: Google
  • 回归建模实践: Wesleyan University
  • 广义线性模型和非参数回归: University of Colorado Boulder
  • Linear Regression with Python: Coursera Project Network
  • Logistic Regression with SAS: Build & Evaluate Models: EDUCBA
  • SPSS: Apply & Interpret Logistic Regression Models: EDUCBA
  • 用于业务预测的 Excel 回归模型: Macquarie University
  • 数据科学高级统计学: Johns Hopkins University

您可以在 Probability And Statistics 中学到的技能

R 语言程序设计(中文版) (19)
推断 (16)
线性回归 (12)
统计分析 (12)
统计推断 (11)
回归分析 (10)
生物统计学 (9)
贝叶斯定理 (7)
逻辑回归 (7)
概率分布 (7)
贝叶斯统计 (6)
医学统计 (6)

关于 Regression Models 的常见问题

回归模型是一种统计模型,旨在建立因变量与一个或多个自变量之间的关系。 它们用于根据自变量的值预测或估计因变量的值。 回归模型被广泛应用于经济、金融、社会科学和数据分析等各个领域。 它们有助于深入了解变量之间关系的性质和强度,可用于预测和理解因果关系。 ‎

要学习回归模型,您需要掌握以下技能:

  1. 统计分析:了解统计学的基本概念,如假设检验、概率分布和相关性,将有助于你掌握回归模型的核心原理。

  2. 线性代数:熟悉线性代数,如矩阵运算、向量空间和特征向量,将有助于理解回归建模的数学问题。

  3. 编程:熟练掌握 Python 或 R 等编程语言将使您能够实施回归模型并进行数据操作、可视化和分析。

  4. 数据预处理:在应用回归模型之前,学习清理、转换和准备数据的技术至关重要。 这些技能包括处理缺失值、异常值处理和特征缩放。

  5. 探索性数据分析(EDA):EDA 技术,如数据可视化和描述性统计,将有助于在构建回归模型之前深入了解数据集内的关系和模式。

  6. 回归技术:了解各种回归类型,如线性回归、多项式回归、多元回归和逻辑回归,将为您有效应用回归模型打下坚实的基础。

  7. 模型评估:学习如何评估和解释回归模型输出、执行拟合优度测试、分析残差和评估模型性能,将使您能够评估模型的准确性和可靠性。

  8. 特征选择:掌握特征选择、降维和正则化方法等技术,将有助于您识别最重要的预测因子并优化回归模型。

  9. 模型调整和优化:熟悉交叉验证、超参数调整、正则化和模型性能优化等技术,以提高回归模型的准确性和稳健性。

  10. 交流与演示:培养有效的书面和口头交流技能,对于解释回归模型、解释结果和向利益相关者介绍研究结果至关重要。

请记住,不断的练习、实际应用和实践项目将进一步提高您对回归模型的理解和熟练程度。 ‎

掌握了回归模型技能,您就可以在不同行业寻求各种工作机会。 需要回归模型技能的一些最常见的工作岗位包括

  1. 数据分析师:回归模型对于分析和解释大型数据集以确定模式、趋势和关系至关重要。 作为一名数据分析师,您将利用回归模型得出可行的见解,并做出数据驱动的业务决策。

  2. 数据科学家:回归模型在预测建模和机器学习项目中发挥着重要作用。 作为一名数据科学家,您将使用回归模型来开发和改进预测算法、构建推荐系统、进行市场预测并解决复杂问题。

  3. 定量分析员:定量分析员在金融机构中使用回归模型来分析风险、定价模型和投资策略。 回归分析是评估变量间关系和在金融领域进行准确预测的基本工具。

  4. 统计学家:统计学家采用回归模型来分析数据和检验假设。 他们在研究机构、学术界、政府机构和各行各业工作,设计实验、开展调查和执行统计建模,为决策过程提供支持。

  5. 营销分析师:回归模型可帮助营销分析师分析营销活动效果、客户行为和需求预测。 利用回归技能,您可以评估不同营销策略的影响,并提出以数据为导向的建议,以优化营销工作。

  6. 业务分析师:回归分析被广泛应用于业务分析,以确定影响业务绩效的关键因素、预测结果并指导决策。 业务分析师使用回归模型来挖掘洞察力、开发预测模型并支持战略规划。

值得注意的是,上述清单并不详尽,回归建模技能在分析和解释数据至关重要的众多领域都很有价值。 ‎

最适合学习回归模型的人是那些在统计学和数学方面有扎实基础的人。 他们应该对数据分析和建模有浓厚的兴趣,并希望了解变量之间的关系。 此外,如果能熟练掌握回归分析中常用的 R 或 Python 等编程语言,学习回归模型会更容易。 ‎

您可以学习与回归模型相关的一些主题,包括

  1. 线性回归了解线性回归的基础知识,使用简单的线性回归模型,并解释结果。

  2. 逻辑回归学习逻辑回归模型及其在二项和多项分类问题中的应用。

  3. 多元回归:探索多元回归模型的概念,处理多个预测因子,分析每个预测因子的重要性。

  4. 多项式回归:了解如何使用回归模型对数据进行多项式函数拟合,以及这种方法的优势和局限性。

  5. 非线性回归:研究能捕捉变量间非线性关系的回归模型,如指数函数、对数函数和幂函数。

  6. 脊回归学习回归中的正则化技术,尤其是有助于解决多重共线性和过度拟合问题的脊回归。

  7. 拉索回归了解另一种正则化技术--套索回归,它允许进行变量选择,可用于特征工程。

  8. 时间序列回归:探索时间相关数据的回归模型,如自回归综合移动平均(ARIMA)模型和季节回归。

  9. 广义线性模型(GLM):深入研究广义线性模型,它将线性回归的概念扩展到其他类型的响应变量,如计数数据或二元结果。

  10. 模型评估和选择:掌握评估回归模型性能的技术,包括 R 方、均方根误差 (RMSE) 和交叉验证等指标。

请记住,这些只是与回归模型相关的几个主题,您还可以根据自己的兴趣和目标探索更多高级或专业主题。 ‎

在线回归模型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知识 回归模型是一种统计模型,旨在建立因变量与一个或多个自变量之间的关系。 它们用于根据自变量的值预测或估计因变量的值。 回归模型被广泛应用于经济、金融、社会科学和数据分析等各个领域。 它们有助于深入了解变量之间关系的性质和强度,可用于预测和理解因果关系。 技能从顶尖大学和行业领导者提供的各种回归模型课程中选择适合不同技能水平的课程。 ‎

当您希望提高员工在回归模型方面的技能时,选择一门符合他们当前能力和学习目标的课程至关重要。 我们的 "技能仪表板 "是一个非常有价值的工具,可用于确定技能差距并选择最合适的课程以有效提高技能。 如需全面了解我们的课程如何让您的员工受益,请浏览我们提供的企业解决方案。 点击此处了解更多有关Coursera for Business 定制课程的信息。 ‎

此常见问题解答内容仅供参考。建议学生多做研究,确保所追求的课程和其他证书符合他们的个人、专业和财务目标。

其他可浏览的主题

艺术与人文
338 课程
商务
1095 课程
计算机科学
668 课程
数据科学
425 课程
信息技术
145 课程
健康
471 课程
数学与逻辑
70 课程
个人发展
137 课程
物理科学与工程
413 课程
社会科学
401 课程
语言学习
150 课程

Coursera 页脚

技能

  • 人工智能(AI)
  • 网络安全
  • 数据分析
  • 数字化营销
  • 讲英语
  • 生成式人工智能(GenAI)
  • 微软Excel
  • Microsoft Power BI
  • 项目管理
  • Python

证书与课程

  • 谷歌网络安全证书
  • 谷歌数据分析证书
  • 谷歌 IT 支持证书
  • 谷歌项目管理证书
  • 谷歌用户体验设计证书
  • IBM 数据分析师证书
  • IBM Data Science 证书
  • Machine Learning 证书
  • Microsoft Power BI 数据分析师证书
  • UI / UX 设计证书

行业与职业

  • 商务
  • 计算机科学
  • 数据科学
  • 教育与教学
  • 工程学
  • 金融
  • 医疗保健
  • 人力资源(HR)
  • 信息技术 (IT)
  • 营销

职业资源

  • 职业能力倾向测验
  • 工作面试优势和劣势的示例
  • 学习高收入技能
  • 加密货币如何运作?
  • 如何在 Google 表格中突出显示重复项
  • 如何学习人工智能
  • 热门网络安全证书
  • 准备 PMP 认证
  • 面试后您将获得工作的迹象
  • 什么是人工智能?

Coursera

  • 关于
  • 我们提供的内容
  • 管理团队
  • 工作机会
  • 目录
  • Coursera Plus
  • 专业证书
  • MasterTrack® 证书
  • 学位
  • 企业版
  • 政府版
  • 面向校园
  • 成为合作伙伴
  • 社会影响
  • 免费课程
  • 分享您的 Coursera 学习故事

社区

  • 学生
  • 合作伙伴
  • Beta 测试人员
  • 博客
  • Coursera 播客
  • 技术博客

更多

  • 媒体
  • 投资者
  • 条款
  • 隐私
  • 帮助
  • 内容访问
  • 联系我们
  • 文章
  • 目录
  • 附属公司
  • 现代奴隶制声明
  • 请勿出售/共享
随时随地学习
通过 App Store 下载
通过 Google Play 获取
B 型企业认证标志
© 2025 Coursera Inc.保留所有权利。
  • Coursera Facebook
  • Coursera Linkedin
  • Coursera Twitter
  • Coursera YouTube
  • Coursera Instagram
  • Coursera TikTok