如何理解和应用Logistic回归 中文字幕

课程信息
英文名Understanding and Applying Logistic Regression
课程来源Pluralsight.com
讲师Vitthal Srinivasan
课程ID9004323
课程时长2.4小时
下载所需积分50
所属类别全部 机器学习

Logistic回归是两个常见应用程序的理想工具:二进制分类,以及响应是分类变量的因果关系

虽然第一个将逻辑回归与其他分类算法(如Naive Bayes)联系起来,但第二个是线性回归的自然扩展

在本课程中,理解和应用Logistic回归,您将更好地理解逻辑回归以及如何应用它

首先,您将发现逻辑回归的应用以及逻辑回归如何与线性回归和机器学习相关联

接下来,您将探索s曲线及其标准数学形式

最后,您将使用Excel(解算器),R和Python了解Google的股票回报是上升还是下降

在本课程结束时,您将拥有强大的逻辑回归应用知识,可帮助您解决复杂的业务问题

我叫Vitthal Srinivasan。

欢迎来到我的课程,理解和应用Logistic回归。

我是Loonycorn创业公司的联合创始人,在此之前我在谷歌工作并在斯坦福大学学习。

什么是接近截止日期的聪明方法? 在截止日期前一小时开始? 祝你好运。

提前一年呢? 嗯,这可能是矫枉过正的。

聪明的方法是开始得足够晚,你仍然确定及时制作,这正是逻辑回归可以帮助你的。

估计它们的变化几率和变化方式。

我们将在本课程中介绍的一些主要主题包括逻辑回归及其应用,逻辑回归如何与线性回归和机器学习相关联,S曲线及其标准数学形式,最后,如何预测是否 股票将使用三种技术上升或下降:Excel,R和Python。

在本课程结束时,您将拥有强大的逻辑回归应用知识,可帮助您解决复杂的业务问题。

您将了解如何在这三个功能强大的工具中的任何一个中构建强大的回归模型:Excel,R和Python。

你会知道如何解释S曲线。

我希望你能和我一起学习如何利用这门课程学习如何发挥概率和量化概率,在Pluralsight理解和应用Logistic回归。

中文课程网 提供全网最全,中文翻译质量最高的国外课程视频资源(Lynda / Pluralsight)

请先登陆 如果还没有账号,请先注册