In diesem Kurs lernen Sie, wie Sie zwischen den verschiedenen Arten von Regressionsmodellen unterscheiden können. Sie werden die Methode der kleinsten Quadrate von Hand und mit Python auf einen Datensatz anwenden. Darüber hinaus lernen Sie, wie Sie ein lineares Regressionsmodell zur Identifizierung von Szenarien einsetzen können. Legen Sie los!
Aufbau von Regressionsmodellen mit linearer Algebra
Schalten Sie mit Coursera Plus den Zugang zu mehr als 10.000 Kursen frei. Starten Sie die 7-tägige kostenlose Testversion.
Aufbau von Regressionsmodellen mit linearer Algebra
Dieser Kurs ist Teil von Spezialisierung für Lineare Algebra für Datenwissenschaft mit Python
Dozenten: Dennis Davenport
Bei enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
Stufe Anfänger
Keine Vorkenntnisse erforderlich
6 Stunden zu vervollständigen
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Kompetenzen, die Sie erwerben
- Kategorie: Statistische Analyse
- Kategorie: Überwachtes Lernen
- Kategorie: Kleine Daten
- Kategorie: Scikit Learn (Bibliothek für Maschinelles Lernen)
- Kategorie: NumPy
- Kategorie: Lineare Algebra
- Kategorie: Methoden des Maschinellen Lernens
- Kategorie: Regressionsanalyse
- Kategorie: Statistische Modellierung
- Kategorie: Prädiktive Modellierung
- Kategorie: Angewandte Mathematik
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist Teil der Spezialisierung Spezialisierung für Lineare Algebra für Datenwissenschaft mit Python
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
In diesem Kurs gibt es 4 Module
In Modul 1 lernen Sie, wie man Regression definiert, und erfahren etwas über die verschiedenen Arten von Regressionsmodellen und deren Verwendung. Wir werden die folgenden Lernziele behandeln.
Das ist alles enthalten
8 Videos1 Lektüre3 Aufgaben2 Diskussionsthemen
Lassen Sie uns rekapitulieren! In Modul 1 haben Sie gelernt, wie man Regressionsmodelle definiert und die verschiedenen Arten von Regressionsmodellen anwendet. In Modul 2 werden Sie die Kenntnisse erwerben, die Sie benötigen, um die Methode der kleinsten Quadrate anwenden zu können. Sie werden auch lernen, wie man die Methode der kleinsten Quadrate mit Python anwendet. Wir werden die folgenden Lernziele behandeln.
Das ist alles enthalten
2 Videos3 Aufgaben1 Diskussionsthema
Lassen Sie uns rekapitulieren! In Modul 2 haben Sie gelernt, wie man die Methode der kleinsten Quadrate anwendet. In Modul 3 werden Sie lernen, lineare Regressionsmodelle zu verstehen. Wir werden die folgenden Lernziele behandeln.
Das ist alles enthalten
2 Videos2 Aufgaben
Willkommen zum letzten Modul dieses Kurses! In den letzten drei Modulen haben Sie die folgenden Themen kennengelernt: Regression, Regressionsmodelle, Anwendung der Methode der kleinsten Quadrate und das Verständnis von linearen Regressionsmodellen. Im letzten Modul des Kurses werden Sie das Gelernte auf konkrete Beispiele aus der Praxis anwenden. Sie werden reale Modelle der Linearen Regression überprüfen und Peer-to-Peer-Bewertungen durchführen. Wir werden die folgenden Lernziele abdecken.
Das ist alles enthalten
2 Videos1 peer review
Erwerben Sie ein Karrierezertifikat.
Fügen Sie dieses Zeugnis Ihrem LinkedIn-Profil, Lebenslauf oder CV hinzu. Teilen Sie sie in Social Media und in Ihrer Leistungsbeurteilung.
Mehr von Softwareentwicklung entdecken
Status: Kostenloser TestzeitraumDuke University
Status: Kostenloser Testzeitraum
Status: VorschauSimplilearn
Coursera
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Um Zugang zu den Kursmaterialien und Aufgaben zu erhalten und um ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung erwerben, wenn Sie sich für einen Kurs anmelden. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen. Der Kurs kann stattdessen die Option "Vollständiger Kurs, kein Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Spezialisierung, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Seite "Leistungen" hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder Ihrem LinkedIn-Profil hinzufügen.
Ja. Für ausgewählte Lernprogramme können Sie eine finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie die Anmeldungsgebühr nicht aufbringen können. Wenn für das von Ihnen gewählte Lernprogramm eine finanzielle Unterstützung oder ein Stipendium verfügbar ist, finden Sie auf der Beschreibungsseite einen Link zur Beantragung.
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.