微信
支付宝
【课程介绍】
从事数据分析或挖掘的童靴，最先接触到的预测模型肯定是线性回归和Logistic回归二分类模型。掌握好线性回归模型的原理及实现是继续深入学习机器学习及深度学习的基石。本课程会为大家详细讲解相关内容。详情参见课程大纲目录。
阅读更多
【课程收益】
数据建模能力
R语言实现线性回归
线性回归原理
数据建模能力
R语言实现线性回归
线性回归原理
课程大纲
课件付费后打包下载
- 章节目录
-
- 01. 经典线性回归模型理论介绍 19:45
- 02. 线性回归模型最小二乘法的数学原理 13:52
- 03. 线性回归模型的判定系数 12:19
- 04. 自定义函数求回归系数和判定系数拟合度 14:33
- 05. 构建test数据集验证自定义函数 12:08
- 06. lm函数及其他函数介绍 16:40
- 07. lm函数案例详解 20:24
- 08. 对 cars数据集进行线性回归模型构建及结果可视化 20:44
- 09. 对cars数据集进行指数变换后建模并对比效果 18:55
- 10. 利用MASS包的boxcox函数寻找指数（对数）变换的最优值 8:27
- 11. 多个数值自变量的线性回归模型构建 13:39
- 12. 利用逐步回归选择最有模型 21:46
- 13. 当自变量有定性变量情况下的模型讲解 12:35
- 14. 通过鸢尾花数据集解释为什么需要做逻辑回归 22:35
- 15. 逻辑回归基本原理介绍 11:26
- 16. 逻辑回归案例演示 课件付费后下载 17:11
阅读更多
发布回复
