欢迎来到预测建模、模型拟合和回归分析。在本课程中，我们将探讨预测建模的不同方法，并讨论模型可以是有监督的，也可以是无监督的。我们将回顾如何对模型进行拟合、训练和评分，以便将其应用于历史数据和未来数据，努力实现业务目标。最后，本课程还包括开发线性回归模型的实践活动。
预测建模、模型拟合和回归分析
预测建模、模型拟合和回归分析
本课程是 数据科学基础 专项课程 的一部分
位教师：Julie Pai
访问权限由 New York State Department of Labor 提供
8,173 人已注册
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 数据科学基础 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有4个模块
欢迎来到模块 1 "预测建模"。在本模块中，我们将首先比较预测性分析和描述性分析，并讨论从两者中可以学到什么。我们还将讨论监督建模和无监督建模这两种分析和机器学习的基础模型。
涵盖的内容
1个视频2篇阅读材料1个讨论话题
欢迎来到模块 2：数据维度和分类分析。在本模块中，我们将探讨如何对数据进行分类，以及如何利用决策树作为一种快速、易用、易于解释、说明和可视化的模型。
涵盖的内容
2篇阅读材料1个作业
欢迎来到模块 3 "模型拟合"。在本模块中，我们将探讨模型拟合的概念，以及如何创建一个既能拟合历史数据又能拟合未来数据的广义模型才是最终目标。我们还将回顾如何对模型进行训练或评分，使其适用于新的和未标记的数据。
涵盖的内容
1个视频2篇阅读材料1个讨论话题
欢迎来到模块 4 "回归分析"。在本模块中，我们将首先解释回归分析，这是数据科学专业人员用来进行预测的一种常用技术。我们还将讨论如何实现模型拟合并不保证模型可以帮助解决业务问题，以及即使是好的模型有时也可能导致无法行动的结果。
涵盖的内容
2篇阅读材料1个作业1个讨论话题
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
(22个评价)5 门课程 19,511 名学生
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
69.86%
- 4 stars
17.80%
- 3 stars
5.47%
- 2 stars
2.73%
- 1 star
4.10%
显示 3/73 个
CH
已于 Jun 26, 2021审阅
Thank you Very Much I learn a lot of Thing with all kinds of Predative Modeling that I can use.
MA
已于 Jan 11, 2022审阅
course content is very concise and easy to understand
NA
已于 Jan 27, 2022审阅
good course to understand the fundamentals of predictive analysis
