Beginning of dialog window. Escape will cancel and close the window.
End of dialog window.
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
در حال بارگزاری، لطفا صبر کنید...
توضیحات دوره:
نحوه استفاده از رگرسیون های خطی و لجستیک را با حل 2 مطالعه موردی تجاری در پایتون و R بیاموزید. الگوهای کد گنجانده شده است مفاهیم اساسی رگرسیون خطی را درک کنید و بتوانید یک مدل خطی را در برنامه نویسی پایتون یا R قرار دهید. انجام یک تحلیل آماری برای تعیین اهمیت متغیرهای مختلف در یک مدل رگرسیون خطی. پیاده سازی مدل های رگرسیون خطی و چند خطی در یک محیط تجاری با استفاده از برنامه نویسی پایتون یا R. نحوه استفاده از داده های قیمت گذاری برای اطلاع رسانی تصمیمات تجاری، مانند تعیین قیمت برای محصولات یا خدمات را بدانید. از بینش های تجاری برای اطلاع از توسعه مدل های رگرسیون خطی و چند خطی استفاده کنید. با استفاده از مدل های رگرسیون خطی و چند خطی در مورد نتایج آینده پیش بینی کنید. تجزیه و تحلیل داده های ریزش برای شناسایی علل از دست دادن مشتری و استراتژی های حفظ. ارزیابی عملکرد مدل های رگرسیون خطی و چند خطی. پیش نیازها: ریاضی پایه: میانگین، میانه، انحراف معیار
تحلیل رگرسیون رایج ترین ابزاری است که در اختیار هر کسی است که به دنبال تجزیه و تحلیل داده است. اگر به دنبال به دست آوردن بینش معنی دار از داده های خود هستید، این دوره برای شما مناسب است.
3 دلیل منحصر به فرد این دوره:
شما نه تنها تکنیک ها را یاد می گیرید، بلکه در مورد تجارت نیز یاد می گیرید. آموزش های شهودی شروع خود را به توضیح دادن ارتباط مشکل تجاری برای شما اختصاص داده است. تا پایان دوره، میتوانید در مورد مسائل مربوط به قیمتگذاری یا کاهش مشتری با سهامداران خود صحبت کنید.
تجربه زندگی واقعی. کدنویسی یک رگرسیون فقط شامل چند خط کد است. با این حال، زندگی به این سادگی نیست. تقریباً همیشه، یک مجموعه داده کثیف دریافت میکنید که باید آن را تبدیل و دستکاری کنید تا آن را به یک مجموعه داده قابل استفاده و مفید تبدیل کنید. آموزش های تمرینی آینه آن تجربه است. ما تکنیکهای استاندارد را برای:
مرور خواهیم کرد
تغییر داده ها
موارد پرت را مجسم کنید
بررسی بهترین متغیرها برای استفاده.
ما با هم کد می نویسیم. در R یا Python، من شما را در هر مرحله راهنمایی میکنم و تمام مراحل لازم برای ایجاد یک تحلیل رگرسیون عالی را توضیح میدهم.
آیا من علاقه شما را برانگیختم؟ من مشتاقانه منتظر دیدار شما در داخل دوره هستم.
سرفصل ها و درس ها
معرفی
Introduction
معرفی
Introduction
نصب پایتون و اسپایدر
Installing Python and Spyder
نصب R و RStudio
Installing R and RStudio
چگونه از دوره بیشتر به دست آوریم
How to get more from the course
بررسی ها و آینده این دوره
Reviews and future of this course
معرفی
Introduction
معرفی
Introduction
نصب پایتون و اسپایدر
Installing Python and Spyder
نصب R و RStudio
Installing R and RStudio
چگونه از دوره بیشتر به دست آوریم
How to get more from the course
بررسی ها و آینده این دوره
Reviews and future of this course
رگرسیون خطی - شهود
Linear Regression - Intuition
اهداف رگرسیون خطی
Linear Regression objectives
چه چیزی بر قیمت گذاری تاثیر می گذارد
What influences pricing
عوامل تقاضای قیمت گذاری
Pricing demand factors
عوامل تقاضای عرضه
Supply demand factors
رگرسیون خطی
Linear Regression
خلاصه رگرسیون خطی
Linear Regression summary
نحوه خواندن ضرایب
How to read coefficients
تله متغیر ساختگی
Dummy variable trap
(تنظیم شده) R-squared
(Adjusted) R-squared
RSME در مقابل MAE
RSME vs MAE
موارد پرت
Outliers
راهنمای گام به گام رگرسیون خطی
Linear regression step by step guide
خلاصه مطالعه موردی
Case study briefing
رگرسیون خطی - شهود
Linear Regression - Intuition
اهداف رگرسیون خطی
Linear Regression objectives
چه چیزی بر قیمت گذاری تاثیر می گذارد
What influences pricing
عوامل تقاضای قیمت گذاری
Pricing demand factors
عوامل تقاضای عرضه
Supply demand factors
رگرسیون خطی
Linear Regression
خلاصه رگرسیون خطی
Linear Regression summary
نحوه خواندن ضرایب
How to read coefficients
تله متغیر ساختگی
Dummy variable trap
(تنظیم شده) R-squared
(Adjusted) R-squared
RSME در مقابل MAE
RSME vs MAE
موارد پرت
Outliers
راهنمای گام به گام رگرسیون خطی
Linear regression step by step guide
خلاصه مطالعه موردی
Case study briefing
رگرسیون خطی - پایتون
Linear Regression - Python
واردات کتابخانه ها و مجموعه داده ها
Importing libraries and dataset
دستچین کردن متغیرها
Handpicking variables
تبدیل اشیا به متغیرهای ساختگی
Transforming objects into dummy variables
تبدیل متغیر "floor" به عددی
Transforming the "floor" variable into numeric
تبدیل متغیر وابسته
Transforming the dependent variable
آمار خلاصه
Summary statistics
پراکندگی
Scatterplotting
حذف موارد پرت
Removing outliers
ماتریس همبستگی
Correlation Matrix
حذف متغیرها
Dropping variables
متغیرهای تبدیل لاگ
Log transforming variables
متغیرهای X و Y را جدا کنید
Isolate X and Y variables
رگرسیون خطی
Linear regression
قیمت آپارتمان من چقدر است؟
How much would my apartment cost?
رگرسیون خطی - پایتون
Linear Regression - Python
واردات کتابخانه ها و مجموعه داده ها
Importing libraries and dataset
دستچین کردن متغیرها
Handpicking variables
تبدیل اشیا به متغیرهای ساختگی
Transforming objects into dummy variables
تبدیل متغیر "floor" به عددی
Transforming the "floor" variable into numeric
تبدیل متغیر وابسته
Transforming the dependent variable
آمار خلاصه
Summary statistics
پراکندگی
Scatterplotting
حذف موارد پرت
Removing outliers
ماتریس همبستگی
Correlation Matrix
حذف متغیرها
Dropping variables
متغیرهای تبدیل لاگ
Log transforming variables
متغیرهای X و Y را جدا کنید
Isolate X and Y variables
رگرسیون خطی
Linear regression
قیمت آپارتمان من چقدر است؟
How much would my apartment cost?
رگرسیون خطی - R
Linear Regression - R
در حال بارگیری داده ها
Loading data
دستچین کردن متغیرها
Handpicking variables
استراتژی مجموعه داده
Dataset strategy
تبدیل متغیرها به عوامل
Transforming variables into factors
تبدیل متغیر به عددی
Transforming variable into numeric
تبدیل متغیر به عددی پیشرفته
Transforming variable into numeric advanced
آمار خلاصه
Summary statistics
پراکندگی
Scatterplotting
حذف موارد پرت
Removing outliers
ماتریس همبستگی
Correlation Matrix
حذف متغیرها
Dropping variables
متغیرهای تبدیل لاگ
Log transforming variables
رگرسیون خطی
Linear Regression
خلاصه رگرسیون
Regression summary
قیمت آپارتمان من چقدر است؟
How much would my apartment cost?
رگرسیون خطی - R
Linear Regression - R
در حال بارگیری داده ها
Loading data
دستچین کردن متغیرها
Handpicking variables
استراتژی مجموعه داده
Dataset strategy
تبدیل متغیرها به عوامل
Transforming variables into factors
تبدیل متغیر به عددی
Transforming variable into numeric
تبدیل متغیر به عددی پیشرفته
Transforming variable into numeric advanced
آمار خلاصه
Summary statistics
پراکندگی
Scatterplotting
حذف موارد پرت
Removing outliers
ماتریس همبستگی
Correlation Matrix
حذف متغیرها
Dropping variables
متغیرهای تبدیل لاگ
Log transforming variables
رگرسیون خطی
Linear Regression
خلاصه رگرسیون
Regression summary
قیمت آپارتمان من چقدر است؟
How much would my apartment cost?
نمایش نظرات