Willkommen bei der prädiktiven Modellierung, Modellanpassung und Regressionsanalyse. In diesem Kurs werden wir uns mit verschiedenen Ansätzen der prädiktiven Modellierung befassen und erörtern, wie ein Modell entweder überwacht oder unüberwacht sein kann. Wir werden uns ansehen, wie ein Modell angepasst, trainiert und bewertet werden kann, um es sowohl auf historische als auch auf zukünftige Daten anzuwenden und so die Unternehmensziele zu erreichen. Schließlich beinhaltet dieser Kurs eine praktische Übung zur Entwicklung eines linearen Regressionsmodells.
Prädiktive Modellierung, Modellanpassung und Regressionsanalyse
Prädiktive Modellierung, Modellanpassung und Regressionsanalyse
Dieser Kurs ist Teil von Spezialisierung Grundlagen der Datenwissenschaft
Dozent: Julie Pai
6.241 bereits angemeldet
Bei 
enthalten
Verschaffen Sie sich einen Einblick in ein Thema und lernen Sie die Grundlagen.
4.4
(62 Bewertungen)
Stufe Mittel
Einige einschlägige Kenntnisse erforderlich
Es dauert 4 Stunden
3 Wochen bei 1 Stunde pro Woche
Flexibler Zeitplan
In Ihrem eigenen Lerntempo lernen
Was Sie lernen werden
Die Anwendung der prädiktiven Modellierung auf die berufliche und akademische Arbeit
Anwendungen der Klassifizierungsanalyse: Entscheidungsbäume
Anwendungen der Regressionsanalyse (linear und logistisch)
Wichtige Details
Zertifikat zur Vorlage
Zu Ihrem LinkedIn-Profil hinzufügen
Bewertungen
2 Aufgaben
Unterrichtet in Englisch
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.
Erweitern Sie Ihre Fachkenntnisse
Dieser Kurs ist Teil der Spezialisierung Spezialisierung Grundlagen der Datenwissenschaft
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
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
Willkommen zu Modul 1, Prädiktive Modellierung. In diesem Modul beginnen wir mit einem Vergleich zwischen prädiktiver und deskriptiver Analyse und besprechen, was man aus beiden lernen kann. Wir werden auch über überwachte und unüberwachte Modellierung sprechen, zwei grundlegende Modelle in der Analytik und im maschinellen Lernen.
Das ist alles enthalten
1 Video2 Lektüren1 Diskussionsthema
Willkommen zu Modul 2, Dimensionalitäts- und Klassifikationsanalyse von Daten. In diesem Modul werden wir untersuchen, wie Daten klassifiziert werden können und wie Entscheidungsbäume als schnelles, einfach zu verwendendes Modell genutzt werden können, das leicht zu interpretieren, zu erklären und zu visualisieren ist.
Das ist alles enthalten
2 Lektüren1 Aufgabe
Willkommen zu Modul 3, Modellanpassung. In diesem Modul werden wir uns mit dem Konzept der Modellanpassung befassen und erfahren, wie das ultimative Ziel darin besteht, ein verallgemeinertes Modell zu erstellen, das sowohl für historische als auch für zukünftige Daten geeignet ist. Außerdem werden wir uns ansehen, wie ein Modell trainiert oder bewertet werden kann, um es auf neue und nicht beschriftete Daten anzuwenden.
Das ist alles enthalten
1 Video2 Lektüren1 Diskussionsthema
Willkommen zu Modul 4, Regressionsanalyse. In diesem Modul beginnen wir mit einer Erklärung der Regressionsanalyse, einer beliebten Technik, die von Data-Science-Experten für Vorhersagen verwendet wird. Wir werden auch erörtern, dass eine gute Modellanpassung keine Garantie dafür ist, dass ein Modell zur Lösung eines Geschäftsproblems beitragen kann, und dass selbst ein gutes Modell manchmal zu nicht umsetzbaren Ergebnissen führen kann.
Das ist alles enthalten
2 Lektüren1 Aufgabe1 Diskussionsthema
Dozent
Lehrkraftbewertungen
4.6 (19 Bewertungen)5 Kurse15.828 Lernende
Empfohlen, wenn Sie sich für Datenanalyse interessieren
University of Colorado Boulder
Johns Hopkins University
Emory University
Universidad de los Andes
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
4.4
62 Bewertungen
- 5 stars
69,35 %
- 4 stars
16,12 %
- 3 stars
6,45 %
- 2 stars
3,22 %
- 1 star
4,83 %
Zeigt 3 von 62 an
MM
5
Geprüft am 25. März 2023
Rather short, but still comprehensive enough for a beginner.
GK
4
Geprüft am 17. Sep. 2023
This course helped me to apply regression techniques on my current job assignments
CH
5
Geprüft am 26. Juni 2021
Thank you Very Much I learn a lot of Thing with all kinds of Predative Modeling that I can use.
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
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.