آموزش یادگیری ماشین با پایتون: رگرسیون لجستیک

مقدمه Introduction

• طبقه بندی داده ها با رگرسیون لجستیک Classifying data with logistic regression

• آنچه شما باید بدانید What you should know

• با استفاده از فایل های تمرین Using the exercise files

• استفاده از GitHub Codespaces با این دوره Using GitHub Codespaces with this course

1. رگرسیون 1. Regression

• رگرسیون چیست؟ What is regression?

• آناتومی یک مدل رگرسیون The anatomy of a regression model

• انواع متداول رگرسیون Common types of regression

• امتحان فصل Chapter Quiz

2. رگرسیون لجستیک 2. Logistic Regression

• رگرسیون لجستیک چیست؟ What is logistic regression?

• پیش بینی با رگرسیون لجستیک Making predictions with logistic regression

• تفسیر ضرایب رگرسیون لجستیک Interpreting the coefficients of logistic regression

• چرا و چه زمانی از رگرسیون لجستیک استفاده کنیم Why and when to use logistic regression

• امتحان فصل Chapter Quiz

3. طبقه بندی داده ها با رگرسیون لجستیک 3. Classifying Data with Logistic Regression

• نحوه کاوش داده ها برای رگرسیون لجستیک در پایتون How to explore data for logistic regression in Python

• نحوه آماده سازی داده ها برای رگرسیون لجستیک در پایتون How to prepare data for logistic regression in Python

• چگونه یک مدل رگرسیون لجستیک در پایتون بسازیم How to build a logistic regression model in Python

• نحوه تفسیر مدل رگرسیون لجستیک در پایتون How to interpret a logistic regression model in Python

• امتحان فصل Chapter Quiz

نتیجه Conclusion

• مراحل بعدی Next steps