University of Minnesota
Einführung in prädiktive Modellierung
University of Minnesota

Einführung in prädiktive Modellierung

De Liu

Dozent: De Liu

11.490 bereits angemeldet

Bei Coursera Plus enthalten

Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.8

(123 Bewertungen)

Es dauert 12 Stunden
3 Wochen bei 4 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.8

(123 Bewertungen)

Es dauert 12 Stunden
3 Wochen bei 4 Stunden pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen

Kompetenzen, die Sie erwerben

  • Kategorie: Prädiktive Analytik
  • Kategorie: Datenaufbereitung
  • Kategorie: Zeitreihenvorhersage
  • Kategorie: Lineare Regression

Wichtige Details

Zertifikat zur Vorlage

Zu Ihrem LinkedIn-Profil hinzufügen

Bewertungen

20 Aufgaben

Unterrichtet in Englisch

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Platzhalter

Erweitern Sie Ihre Fachkenntnisse

Dieser Kurs ist Teil der Spezialisierung Spezialisierung Analytik für die Entscheidungsfindung
Wenn Sie sich für diesen Kurs anmelden, werden Sie auch für diese Spezialisierung angemeldet.
  • 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
Platzhalter
Platzhalter

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.

Platzhalter

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

Lehrkraftbewertungen
4.8 (49 Bewertungen)
De Liu
University of Minnesota
1 Kurs11.490 Lernende

von

Empfohlen, wenn Sie sich für Wahrscheinlichkeitsrechnung und Statistik interessieren

Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.
Lernender seit 2018
„Es ist eine großartige Erfahrung, in meinem eigenen Tempo zu lernen. Ich kann lernen, wenn ich Zeit und Nerven dazu habe.“
Jennifer J.
Lernender seit 2020
„Bei einem spannenden neuen Projekt konnte ich die neuen Kenntnisse und Kompetenzen aus den Kursen direkt bei der Arbeit anwenden.“
Larry W.
Lernender seit 2021
„Wenn mir Kurse zu Themen fehlen, die meine Universität nicht anbietet, ist Coursera mit die beste Alternative.“
Chaitanya A.
„Man lernt nicht nur, um bei der Arbeit besser zu werden. Es geht noch um viel mehr. Bei Coursera kann ich ohne Grenzen lernen.“

Bewertungen von Lernenden

4.8

123 Bewertungen

  • 5 stars

    85,48 %

  • 4 stars

    12,09 %

  • 3 stars

    1,61 %

  • 2 stars

    0 %

  • 1 star

    0,80 %

Zeigt 3 von 123 an

CL
5

Geprüft am 13. Mai 2021

JH
5

Geprüft am 29. Mai 2021

DK
5

Geprüft am 15. Dez. 2022

Platzhalter

Neue Karrieremöglichkeiten mit Coursera Plus

Unbegrenzter Zugang zu 10,000+ Weltklasse-Kursen, praktischen Projekten und berufsqualifizierenden Zertifikatsprogrammen - 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