Willkommen bei Introduction to Predictive Modeling, dem ersten Kurs der University of Minnesota's Analytics for Decision Making Specialization. Dieser Kurs führt Sie in die Konzepte, Prozesse und Anwendungen der prädiktiven Modellierung ein, wobei der Schwerpunkt auf linearen Regressions- und Zeitreihenprognosemodellen und deren praktischer Anwendung in Microsoft Excel liegt. Am Ende des Kurses werden Sie in der Lage sein: - die Konzepte, Prozesse und Anwendungen der prädiktiven Modellierung zu verstehen - die Struktur und Intuition von linearen Regressionsmodellen zu verstehen - einfache und multiple lineare Regressionsmodelle an Daten anzupassen, die Ergebnisse zu interpretieren, die Anpassungsgüte zu bewerten und angepasste Modelle für Vorhersagen zu verwenden.
Schenken Sie Ihrer Karriere Coursera Plus mit einem Rabatt von $160 , der jährlich abgerechnet wird. Sparen Sie heute.
Einführung in prädiktive Modellierung
Dieser Kurs ist Teil von Spezialisierung Analytik für die Entscheidungsfindung
Dozent: De Liu
11.270 bereits angemeldet
Bei enthalten
(120 Bewertungen)
Kompetenzen, die Sie erwerben
- Kategorie: Prädiktive Analytik
- Kategorie: Datenaufbereitung
- Kategorie: Zeitreihenvorhersage
- Kategorie: Lineare Regression
Wichtige Details
Zu Ihrem LinkedIn-Profil hinzufügen
20 Aufgaben
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage
Erwerben Sie ein Karrierezertifikat.
Fügen Sie diese Qualifikation zur Ihrem LinkedIn-Profil oder Ihrem Lebenslauf hinzu.
Teilen Sie es in den sozialen Medien und in Ihrer Leistungsbeurteilung.
In diesem Kurs gibt es 4 Module
Dieses Modul bietet einen kurzen Überblick über prädiktive Modellierungsprobleme und zeigt deren breite Anwendungsmöglichkeiten auf. Anschließend konzentriert es sich auf die einfachste Form von Vorhersagemodellen: die einfache lineare Regression. Das Modul folgt einem grafischen Ansatz, um die Struktur eines einfachen linearen Regressionsmodells, die Intuition für Ordinary Least Squares und verwandte Konzepte zu veranschaulichen. Schließlich zeigen wir Ihnen, wie Sie verschiedene Excel-Tools wie Trendlinien, das Tool Regression und die Funktion Trend() verwenden, um ein einfaches lineares Regressionsmodell anzupassen und daraus Vorhersagen zu erstellen.
Das ist alles enthalten
9 Videos1 Lektüre4 Aufgaben1 Diskussionsthema
Aufbauend auf Woche 1 stellen wir in dieser Woche die multiple lineare Regression und ihre vielfältigen Anwendungsmöglichkeiten vor. Anschließend behandeln wir die Anpassung eines multiplen linearen Regressionsmodells mit dem Excel-Tool Regression und der Funktion Trend() und verwenden das resultierende Modell für Vorhersagen. In dem Modul werden außerdem die Probleme der Über- und Unteranpassung sowie die Grundprinzipien eines guten Regressionsmodells erörtert. Das Modul stellt auch einen Ansatz zur Auswahl eines guten Modells vor: die Rückwärtselimination, die in Excel implementiert werden kann.
Das ist alles enthalten
8 Videos1 Lektüre4 Aufgaben
In dieser Woche lernen wir, wie man einen Datensatz für die prädiktive Modellierung vorbereitet und stellen Excel-Tools vor, die für dieses Ziel genutzt werden können. Wir werden verschiedene Arten von Variablen besprechen und wie kategorische, String- und Datumswerte in der prädiktiven Modellierung genutzt werden können. Außerdem werden wir die Intuition für die Einbeziehung von Variablen höherer Ordnung und Interaktionsvariablen in Regressionsmodelle, das Problem der Multikollinearität und den Umgang mit fehlenden Werten diskutieren. Außerdem stellen wir Ihnen einige praktische Excel-Tools für die Datenverarbeitung und -untersuchung vor, darunter die Pivot-Tabelle, die IF()-Funktion, die VLOOKUP-Funktion und die relative Referenz.
Das ist alles enthalten
13 Videos6 Aufgaben1 Diskussionsthema
Dieses Modul konzentriert sich auf eine spezielle Untergruppe der prädiktiven Modellierung: die Zeitreihenprognose. Wir erörtern die Natur von Zeitreihendaten und die Struktur von Zeitreihenprognoseproblemen. Anschließend stellen wir eine Reihe von Zeitreihenmodellen für stationäre Daten und Daten mit Trends und Saisonalität vor. Der Schwerpunkt liegt dabei auf Techniken, die sich leicht in Excel implementieren lassen, darunter gleitender Durchschnitt, exponentielle Glättung, doppelter gleitender Durchschnitt, Holt-Methode und Holt-Winters-Methode. Das Modul behandelt auch die auf linearer Regression basierende Prognose und eine zusammengesetzte Prognosetechnik zur Erhöhung der Genauigkeit.
Das ist alles enthalten
19 Videos2 Lektüren6 Aufgaben1 Diskussionsthema
Dozent
Empfohlen, wenn Sie sich für Wahrscheinlichkeitsrechnung und Statistik interessieren
University of Colorado Boulder
University of California San Diego
University of Pennsylvania
Duke University
Warum entscheiden sich Menschen für Coursera für ihre Karriere?
Bewertungen von Lernenden
Zeigt 3 von 120
120 Bewertungen
- 5 stars
86,06 %
- 4 stars
11,47 %
- 3 stars
1,63 %
- 2 stars
0 %
- 1 star
0,81 %
Geprüft am 13. Mai 2021
Geprüft am 29. Mai 2021
Geprüft am 15. Dez. 2022
Neue Karrieremöglichkeiten mit Coursera Plus
Unbegrenzter Zugang zu über 7.000 erstklassigen Kursen, praktischen Projekten und Zertifikatsprogrammen, die Sie auf den Beruf vorbereiten – alles in Ihrem Abonnement enthalten
Bringen Sie Ihre Karriere mit einem Online-Abschluss voran.
Erwerben Sie einen Abschluss von erstklassigen Universitäten – 100 % online
Schließen Sie sich mehr als 3.400 Unternehmen in aller Welt an, die sich für Coursera for Business entschieden haben.
Schulen Sie Ihre Mitarbeiter*innen, um sich in der digitalen Wirtschaft zu behaupten.
Häufig gestellte Fragen
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Einschreibung ab. Wenn Sie einen Kurs im Prüfungsmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erwerben, müssen Sie die Zertifikatserfahrung während oder nach Ihrer Prüfung erwerben. Wenn Sie die Prüfungsoption nicht sehen:
Der Kurs bietet möglicherweise keine Prüfungsoption. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs bietet möglicherweise stattdessen die Option 'Vollständiger Kurs, kein Zertifikat'. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Bewertungen abgeben und eine Abschlussnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Wenn Sie sich für den Kurs einschreiben, erhalten Sie Zugang zu allen Kursen der Specializations, und Sie erhalten ein Zertifikat, wenn Sie die Arbeit abgeschlossen haben. Ihr elektronisches Zertifikat wird Ihrer Erfolgsseite hinzugefügt - von dort aus können Sie Ihr Zertifikat ausdrucken oder zu Ihrem LinkedIn-Profil hinzufügen. Wenn Sie die Kursinhalte nur lesen und ansehen möchten, können Sie den Kurs kostenlos besuchen.
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine kostenlose 7-tägige Testphase, in der Sie kostenlos kündigen können. Danach gewähren wir keine Rückerstattung, aber Sie können Ihr Abonnement jederzeit kündigen. Siehe unsere vollständigen Rückerstattungsbedingungen.