آموزش تجزیه و تحلیل پیش بینی با داده های طبقه بندی شده: روش های رگرسیون پیشرفته برای برنامه های کاربردی دنیای واقعی

دانلود Predictive Analytics with Categorical Data: Advanced Regression Methods for Real-World Applications

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره: مجموعه داده های مدرن اغلب پر از متغیرهای طبقه بندی شده است. برای انتخاب‌های آگاهانه – مانند سرمایه‌گذاری در یک شرکت یا شرکت دیگر – می‌توانید از تحلیل رگرسیون طبقه‌ای استفاده کنید. در این دوره جامع، مربی فرانتس بوشا شما را از طریق پیچیدگی های تحلیل رگرسیون پیشرفته راهنمایی می کند و به شما کمک می کند پتانسیل داده های طبقه بندی شده را برای تصمیم گیری های مبتنی بر داده در زمینه خود باز کنید. در طول مسیر، فرانتس نمونه‌های عملی و مجموعه داده‌ها را از سناریوهای دنیای واقعی، از شیوه‌های استخدام شغل گرفته تا اولویت‌های حمل‌ونقل به اشتراک می‌گذارد. در پایان این دوره، شما آماده خواهید بود که نه تنها از تکنیک های آماری استفاده کنید، بلکه یافته های خود را نیز به طور موثر انتقال دهید و نقش خود را به عنوان یک داستان گوی داده ها افزایش دهید. این درس‌های پیشرفته برای افرادی با پیشینه آمار یا تجزیه و تحلیل داده‌ها، به ویژه دانشمندان داده‌ای که با مفاهیم رگرسیون خطی آشنا هستند، مناسب است. هماهنگ کنید و اجازه دهید این دوره راهنمای شما برای دنیای گسترده تجزیه و تحلیل داده های طبقه بندی شده باشد.

سرفصل ها و درس ها

مقدمه Introduction

  • روش های رگرسیون پیشرفته برای برنامه های کاربردی در دنیای واقعی Advanced regression methods for real-world applications

  • آنچه شما باید بدانید What you should know

1. مقدمه ای بر رگرسیون طبقه ای 1. Introduction to Categorical Regression

  • درک اثرات حاشیه ای Understanding marginal effects

  • درک تبدیل های غیر خطی Understanding non-linear transformations

  • مشکل با مدل احتمال خطی The problem with the linear probability model

  • انواع داده های طبقه بندی شده Types of categorical data

  • درک حداکثر احتمال Understanding maximum likelihood

  • درک نسبت شانس Understanding odds ratios

2. مدل هایی برای نتایج باینری 2. Models for Binary Outcomes

  • رگرسیون لجستیک: مثال Logistic regression: Example

  • رگرسیون لجستیک Logistic regression

  • آمار مناسب بودن Goodness-of-fit statistics

  • رگرسیون لجستیک دقیق Exact logistic regression

  • رگرسیون پروبیت Probit regression

3. مدل هایی برای نتایج ترتیبی 3. Models for Ordinal Outcomes

  • رگرسیون لجستیک کلیشه ای Stereotype logistic regression

  • رگرسیون لجستیک منظم Ordered logistic regression

  • رگرسیون لجستیک متوالی Sequential logistic regression

  • تفسیر نتایج رگرسیون منظم Interpreting ordered regression outcomes

  • رگرسیون لجستیک مرتب شده: مثال Ordered logistic regression: Example

4. مدل هایی برای پیامدهای اسمی 4. Models for Nominal Outcomes

  • رگرسیون لجستیک چند جمله ای Multinomial logistic regression

  • رگرسیون لجستیک مشروط Conditional logistic regression

  • رگرسیون لجستیک منفجر شده Exploded logistic regression

  • تست استقلال جایگزین های نامربوط Testing the independence of irrelevant alternatives

  • تفسیر نتایج لجستیک چند جمله ای Interpreting multinomial logistic outcomes

  • رگرسیون لجستیک تو در تو Nested logistic regression

  • رگرسیون لجستیک چند جمله ای: مثال Multinomial logistic regression: Example

5. ارائه مدل های غیر خطی 5. Presenting Non-Linear Models

  • نحوه ارائه داده ها از رگرسیون طبقه ای How to present data from categorical regression

نتیجه گیری Conclusion

  • مراحل بعدی و منابع اضافی Next steps and additional resources

نمایش نظرات

آموزش تجزیه و تحلیل پیش بینی با داده های طبقه بندی شده: روش های رگرسیون پیشرفته برای برنامه های کاربردی دنیای واقعی
جزییات دوره
2h 20m
27
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
341
- از 5
ندارد
دارد
دارد
Franz Buscha
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Franz Buscha Franz Buscha

پروفسور اقتصاد در دانشگاه وست مینستر

فرانتس بوشا در دانشگاه لنکستر اقتصاد خوانده است. او از سال 2006 در دانشگاه وست مینستر، جایی که اکنون استاد اقتصاد است، کار کرده است. فرانتس به همه چیز علم داده علاقه دارد و اقتصاد، آمار و ارزیابی سیاست را در تمام سطوح دانشگاهی تدریس کرده است. فرانتس مقالات تحقیقاتی بسیاری را در مجلات برجسته منتشر کرده است و علایق تحقیقاتی شخصی او در بازگشت به تحصیل و تحرک اجتماعی است. آثار فرانتس توسط رسانه‌های مختلفی مانند بی‌بی‌سی نیوز، اکونومیست، تایمز و هافینگتون پست و سال‌ها فرانتس پوشش داده شده است. میزبان یک برنامه رادیویی ماهانه به نام خط مشی مهم بود.