آموزش تحلیل رگرسیون: ساده‌سازی روابط پیچیده داده‌ها - آخرین آپدیت

مقدمه‌ای بر روابط پیچیده داده‌ها Introduction to complex data relationships

• مقدمه دوره چهارم Introduction to Course 4

• تیفانی: کسب بینش‌های عملی با مدل‌های رگرسیون Tiffany: Gain actionable insights with regression models

• به ماژول ۱ خوش آمدید Welcome to module 1

• متد PACE در تحلیل رگرسیون PACE in regression analysis

• مقدمه‌ای بر رگرسیون خطی Introduction to linear regression

• رگرسیون خطی ریاضیاتی Mathematical linear regression

• مقدمه‌ای بر رگرسیون لجستیک Introduction to logistic regression

• جمع‌بندی Wrap-up

رگرسیون خطی ساده Simple linear regression

• به ماژول ۲ خوش آمدید Welcome to module 2

• جرود: ارزش باورنکردنی منتورشیپ Jerrod: The incredible value of mentorship

• تخمین حداقل مربعات معمولی (OLS) Ordinary least squares estimation

• فرض‌های رگرسیون خطی Make linear regression assumptions

• بررسی رگرسیون خطی با پایتون Explore linear regression with Python

• ارزیابی عدم قطعیت در تحلیل رگرسیون Evaluate uncertainty in regression analysis

• معیارهای ارزیابی مدل Model evaluation metrics

• تفسیر و ارائه نتایج رگرسیون خطی Interpret and present linear regression results

• جمع‌بندی Wrap-up

رگرسیون خطی چندگانه Multiple linear regression

• به ماژول ۳ خوش آمدید Welcome to module 3

• مقدمه‌ای بر رگرسیون چندگانه Introduction to multiple regression

• نمایش متغیرهای طبقه‌ای Represent categorical variables

• بررسی فرض‌ها در رگرسیون‌های خطی چندگانه Make assumptions with multiple linear regressions

• تفسیر ضرایب رگرسیون چندگانه Interpret multiple regression coefficients

• تفسیر نتایج رگرسیون چندگانه با پایتون Interpret multiple regression results with Python

• مشکل بیش‌برازش (Overfitting) The problem with overfitting

• بهترین روش‌های انتخاب متغیر Top variable selection methods

• منظم‌سازی: رگرسیون Lasso، Ridge و Elastic Net Regularization: Lasso, Ridge, and Elastic Net regression

• جمع‌بندی Wrap-up

آزمون فرضیات پیشرفته Advanced hypothesis testing

• به ماژول ۴ خوش آمدید Welcome to module 4

• آزمون فرضیه با مربع کای (Chi-squared) Hypothesis testing with chi-squared

• مقدمه‌ای بر تحلیل واریانس (ANOVA) Introduction to the analysis of variance

• بررسی تست‌های ANOVA یک‌طرفه در مقابل دوطرفه با پایتون Explore one-way vs. two-way ANOVA tests with Python

• تست‌های تعقیبی ANOVA با پایتون ANOVA post hoc tests with Python

• ایگناسیو: کشف فرصت‌ها در هر مرحله از مسیر شغلی Ignacio: Discovery at every stage of your career

• تحلیل کوواریانس (ANCOVA) ANCOVA: Analysis of covariance

• متغیرهای وابسته بیشتر: MANOVA و MANCOVA More dependent variables: MANOVA and MANCOVA

• جمع‌بندی Wrap-up

رگرسیون لجستیک Logistic regression

• به ماژول ۵ خوش آمدید Welcome to module 5

• یافتن بهترین مدل رگرسیون لجستیک برای داده‌های شما Find the best logistic regression model for your data

• ساخت یک مدل رگرسیون لجستیک با پایتون Construct a logistic regression model with Python

• ارزیابی مدل رگرسیون لجستیک دوجمله‌ای Evaluate a binomial logistic regression model

• معیارهای کلیدی برای سنجش نتایج رگرسیون لجستیک Key metrics to assess logistic regression results

• تفسیر نتایج یک رگرسیون لجستیک Interpret the results of a logistic regression

• پاسخ به سوالات با استفاده از مدل‌های رگرسیون Answer questions with regression models

• جمع‌بندی Wrap-up

پروژه نهایی دوره چهارم Course 4 end-of-course project

• به ماژول ۶ خوش آمدید Welcome to module 6

• لیا: استراتژی‌هایی برای اشتراک‌گذاری مدل‌ها و تکنیک‌های مدل‌سازی Leah: Strategies for sharing models and modeling techniques

• مقدمه‌ای بر پروژه پورتفولیو نهایی دوره چهارم Introduction to your Course 4 end-of-course portfolio project

• جمع‌بندی پروژه نهایی و نکاتی برای موفقیت شغلی مستمر End-of-course project wrap-up and tips for ongoing career success

• جمع‌بندی دوره Course wrap-up