Débloquez l'accès à plus de 10 000 cours avec Coursera Plus. Essai gratuit de 7 jours.

Illinois Tech

Régression linéaire

Kiah Ong

Instructeur : Kiah Ong

2 374 déjà inscrits

Inclus avec Coursera Plus

Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.6

(27 avis)

niveau Intermédiaire

Expérience recommandée

Planning flexible
3 semaines à 10 heures une semaine
Apprenez à votre propre rythme
Préparer un diplôme
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
4.6

(27 avis)

niveau Intermédiaire

Expérience recommandée

Planning flexible
3 semaines à 10 heures une semaine
Apprenez à votre propre rythme
Préparer un diplôme

Ce que vous apprendrez

  • Décrire les hypothèses des modèles de régression linéaire.

  • Utiliser R pour ajuster un modèle de régression linéaire à un ensemble de données donné.

  • Interpréter le modèle de régression linéaire et en tirer des conclusions.

Compétences que vous acquerrez

  • Catégorie : Analyse des Données
  • Catégorie : Analyse statistique
  • Catégorie : La programmation en R
  • Catégorie : Manipulation de données
  • Catégorie : Algèbre linéaire
  • Catégorie : Modélisation statistique
  • Catégorie : Inférence statistique
  • Catégorie : R (logiciel)
  • Catégorie : Analyse de régression
  • Catégorie : Probabilités et statistiques

Détails à connaître

Certificat partageable

Ajouter à votre profil LinkedIn

Évaluations

17 devoirs

Enseigné en Anglais

Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

 logos de Petrobras, TATA, Danone, Capgemini, P&G et L'Oreal

Élaborez votre expertise du sujet

Ce cours fait partie de la Spécialisation Techniques statistiques avancées pour la Science des données
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
  • Apprenez de nouveaux concepts auprès d'experts du secteur
  • Acquérez une compréhension de base d'un sujet ou d'un outil
  • Développez des compétences professionnelles avec des projets pratiques
  • Obtenez un certificat professionnel partageable

Il y a 4 modules dans ce cours

Bienvenue à la Régression linéaire ! Dans ce cours, nous aborderons les sujets suivants : Régression linéaire simple, Régression linéaire multiple et Modèles de régression avec prédicteurs qualitatifs. Dans le module 1, nous nous concentrerons sur la définition du problème et la mise en place du modèle de régression linéaire simple. En outre, vous serez initié à la méthode des moindres carrés ainsi qu'à l'exécution d'inférences statistiques et de prédictions à l'aide de R. Il y a beaucoup à lire, à regarder et à consommer dans ce module, alors commençons !

Inclus

15 vidéos11 lectures8 devoirs1 sujet de discussion1 laboratoire non noté

Bienvenue au module 2 - Régression linéaire multiple. Ce module se concentre sur l'estimation des paramètres à l'aide de matrices ainsi que sur l'utilisation de R pour faire de la prédiction et de l'inférence. Il y a beaucoup à lire, à regarder et à consommer dans ce module, alors commençons !

Inclus

6 vidéos4 lectures4 devoirs

Bienvenue dans le module 3 - Modèles de régression avec prédicteurs qualitatifs. Ce module se concentre sur la mise en place d'un modèle de régression linéaire impliquant des prédicteurs qualitatifs. En outre, nous utiliserons R pour nous aider à effectuer des inférences statistiques et des prédictions. Il y a beaucoup à lire, à regarder et à consommer dans ce module, alors commençons !

Inclus

11 vidéos5 lectures4 devoirs

Ce module contient l'évaluation sommative du cours qui a été conçue pour évaluer votre compréhension du matériel du cours et votre capacité à appliquer les connaissances que vous avez acquises tout au long du cours. Veillez à bien réviser le matériel de cours avant de passer l'évaluation.

Inclus

1 devoir

Obtenez un certificat professionnel

Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.

Préparer un diplôme

Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par Illinois Tech. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹

 

Instructeur

Évaluations de l’enseignant
4.4 (11 évaluations)
Kiah Ong
Illinois Tech
3 Cours3 068 apprenants

Offert par

Illinois Tech

En savoir plus sur Probabilités et Statistiques

Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’

Avis des étudiants

4.6

27 avis

  • 5 stars

    77,77 %

  • 4 stars

    11,11 %

  • 3 stars

    3,70 %

  • 2 stars

    3,70 %

  • 1 star

    3,70 %

Affichage de 3 sur 27

TT
4

Révisé le 11 mai 2024

SR
5

Révisé le 29 sept. 2023

AP
5

Révisé le 16 août 2025

Coursera Plus

Ouvrez de nouvelles portes avec Coursera Plus

Accès illimité à 10,000+ cours de niveau international, projets pratiques et programmes de certification prêts à l'emploi - tous inclus dans votre abonnement.

Faites progresser votre carrière avec un diplôme en ligne

Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne

Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires

Améliorez les compétences de vos employés pour exceller dans l’économie numérique

Foire Aux Questions