دوره
یاد بگیرید که چطوری رگرسیون خطی و لجستیک رو با چند متغیر توضیحی انجام بدید.
رگرسیون خطی و رگرسیون لجستیک دو تا از پرکاربردترین مدل‌های آماری هستن و مثل شاه‌کلید عمل می‌کنن که رازهای پنهان در دیتاست‌ها رو آشکار می‌کنن. در این دوره، مهارت‌هایی که در دوره «مقدمه‌ای بر رگرسیون در پایتون با statsmodels» یاد گرفتید رو بهتر می‌کنید و با رگرسیون خطی و لجستیک با استفاده از چند متغیر توضیحی آشنا می‌شید. از طریق تمرین‌های عملی، روابط بین متغیرها رو در دیتاست‌های واقعی مثل قیمت خونه در تایوان، مدل‌سازی ریزش مشتری و موارد دیگه بررسی می‌کنید. تا پایان این دوره، یاد می‌گیرید که چطور چند متغیر توضیحی رو در یک مدل اضافه کنید، کشف می‌کنید که تعامل بین متغیرها چطور روی پیش‌بینی‌ها تأثیر می‌ذاره و درک می‌کنید که رگرسیون خطی و لجستیک چطور کار می‌کنن.
مهارت‌هاتون در رگرسیون خطی رو با یادگیری رگرسیون با شیب‌های موازی گسترش بدید؛ مدلی که یک متغیر توضیحی عددی و یک متغیر توضیحی دسته‌ای داره. این اولین قدم برای یادگیری رگرسیون خطی چندگانه به حساب میاد.
اثر متقابل بین متغیرهای توضیحی رو بررسی می‌کنید. درنظرگرفتن این تعامل‌ها بهتون کمک می‌کنه مدل‌های واقع‌بینانه‌تری بسازید که قدرت پیش‌بینی بهتری دارن. همچنین با پارادوکس سیمپسون آشنا می‌شید؛ نتیجه‌ای غیرمنتظره که وقتی چند متغیر توضیحی دارید ممکنه به وجود بیاد.
می‌بینید که مدل‌سازی و رگرسیون خطی چطور کار با بیش از دو متغیر توضیحی رو ساده‌تر می‌کنن. بعد از اینکه در برازش مدل‌های رگرسیون خطی مسلط شدید، یاد می‌گیرید الگوریتم رگرسیون خطی خودتون رو پیاده‌سازی کنید.
مهارت‌هاتون در رگرسیون لجستیک رو به مدل‌هایی با چند متغیر توضیحی گسترش می‌دید. همچنین با توزیع لجستیک که پایه این نوع رگرسیونه آشنا می‌شید و در نهایت الگوریتم رگرسیون لجستیک خودتون رو پیاده‌سازی می‌کنید.
با تکمیل این دوره، شما یک گواهی معتبر دریافت می‌کنید که بیانگر کسب مهارت‌های لازم مرتبط با این دوره آموزشی است.
هر مدرک دارای شناسه یکتا و لینک اعتبارسنجی است که امکان بررسی و تأیید اصالت آن را فراهم می‌کند.
می‌توانید گواهی‌های خود را به‌راحتی در شبکه‌های حرفه‌ای مانند لینکدین با دیگران به اشتراک بگذارید.
رگرسیون خطی و رگرسیون لجستیک دو تا از پرکاربردترین مدل‌های آماری هستن و مثل شاه‌کلید عمل می‌کنن که رازهای پنهان در دیتاست‌ها رو آشکار می‌کنن. در این دوره، مهارت‌هایی که در دوره «مقدمه‌ای بر رگرسیون در پایتون با statsmodels» یاد گرفتید رو بهتر می‌کنید و با رگرسیون خطی و لجستیک با استفاده از چند متغیر توضیحی آشنا می‌شید. از طریق تمرین‌های عملی، روابط بین متغیرها رو در دیتاست‌های واقعی مثل قیمت خونه در تایوان، مدل‌سازی ریزش مشتری و موارد دیگه بررسی می‌کنید. تا پایان این دوره، یاد می‌گیرید که چطور چند متغیر توضیحی رو در یک مدل اضافه کنید، کشف می‌کنید که تعامل بین متغیرها چطور روی پیش‌بینی‌ها تأثیر می‌ذاره و درک می‌کنید که رگرسیون خطی و لجستیک چطور کار می‌کنن.
مهارت‌هاتون در رگرسیون خطی رو با یادگیری رگرسیون با شیب‌های موازی گسترش بدید؛ مدلی که یک متغیر توضیحی عددی و یک متغیر توضیحی دسته‌ای داره. این اولین قدم برای یادگیری رگرسیون خطی چندگانه به حساب میاد.
اثر متقابل بین متغیرهای توضیحی رو بررسی می‌کنید. درنظرگرفتن این تعامل‌ها بهتون کمک می‌کنه مدل‌های واقع‌بینانه‌تری بسازید که قدرت پیش‌بینی بهتری دارن. همچنین با پارادوکس سیمپسون آشنا می‌شید؛ نتیجه‌ای غیرمنتظره که وقتی چند متغیر توضیحی دارید ممکنه به وجود بیاد.
می‌بینید که مدل‌سازی و رگرسیون خطی چطور کار با بیش از دو متغیر توضیحی رو ساده‌تر می‌کنن. بعد از اینکه در برازش مدل‌های رگرسیون خطی مسلط شدید، یاد می‌گیرید الگوریتم رگرسیون خطی خودتون رو پیاده‌سازی کنید.
مهارت‌هاتون در رگرسیون لجستیک رو به مدل‌هایی با چند متغیر توضیحی گسترش می‌دید. همچنین با توزیع لجستیک که پایه این نوع رگرسیونه آشنا می‌شید و در نهایت الگوریتم رگرسیون لجستیک خودتون رو پیاده‌سازی می‌کنید.
با تکمیل این دوره، شما یک گواهی معتبر دریافت می‌کنید که بیانگر کسب مهارت‌های لازم مرتبط با این دوره آموزشی است.
هر مدرک دارای شناسه یکتا و لینک اعتبارسنجی است که امکان بررسی و تأیید اصالت آن را فراهم می‌کند.
می‌توانید گواهی‌های خود را به‌راحتی در شبکه‌های حرفه‌ای مانند لینکدین با دیگران به اشتراک بگذارید.
با اپلیکیشن فینکا، به بیشتر دوره‌ها و مسیرها روی موبایل دسترسی دارید، تمرین می‌کنید و یادگیری رو هم‌زمان روی موبایل و دسکتاپ ادامه می‌دید.