课程名称: Regression Analysis

课程主页: https://www.coursera.org/learn/regression-analysis

所在平台: Coursera

课程类别: 数据分析

大学或机构: University of Colorado Boulder

讲师： Di Wu

授课语言： 英语

提供字幕： 英文

课程文件大小： 115MB

课程介绍： “回归分析”课程为学生提供最重要的监督学习方法之一——回归的基本概念。参与者将探索各种回归技术并学习如何有效地评估它们。此外，学生还将获得高级主题的专业知识，包括多项式回归、正则化技术（Ridge、Lasso 和 Elastic Net）、交叉验证和集成方法（bagging、boosting 和 stacking）。通过交互式教程和实际案例研究，学生将获得将回归分析应用于实际数据场景的实践经验。

在本课程结束时，学生将能够：
1.了解监督学习中回归分析的原理和意义。
2. 掌握线性回归的概念和应用及其在现实数据集中的解释。
3. 探索多项式回归以捕获变量之间的非线性关系。
4. 应用正则化技术（Ridge、Lasso 和 Elastic Net）来防止过度拟合并提高模型泛化能力。
5. 实施交叉验证方法来评估模型性能并优化超参数。
6. 理解集成方法（bagging、boosting 和 stacking）及其在提高回归模型准确性方面的作用。
7. 使用适当的指标评估和比较不同回归模型的性能。
8. 将回归分析技术应用于现实案例研究，做出数据驱动的决策。

在整个课程中，学生将积极参与教程和案例研究，加强他们的回归分析技能，并获得将回归技术应用于不同数据集的实践经验。通过实现学习目标，参与者将具备出色的能力来完成回归分析任务，并使用回归模型做出明智的决策。

本课程属于 Data Analysis with Python Specialization/专项课程 中的第2门课程。

课程压缩包下载地址（度盘链接 解压密码：xuebuyan.org）：

友情提醒：