Introducción a los algoritmos de regresión

4.5
звезд
Оценки: 37
от партнера
Coursera Project Network
В этом Проект с консультациями вы:

Analizar datos y generar modelos de regresión lineal y logística con Python

Encontrar los mejores parámetros para generar modelos óptimos

Clock55 minutos
IntermediateУчащийся среднего уровня
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsИспанский
LaptopТолько для ПК

Al completar este proyecto de 1 hora de duración, entenderás y podrás desarrollar tus propios modelos de regresión (lineal y logístico) a partir de un conjunto de datos definidos, y optimizar los algoritmos de forma automática para encontrar los mejores parámetros para tus modelos. También podrás entender los pasos necesarios antes de diseñar tus modelos, como analizar tus datos y hacer limpiezas de acuerdo a los tipos de datos y caso de uso.

Навыки, которые вы получите

  • Python Libraries
  • Logistic Regression
  • Linear Regression

Будете учиться пошагово

На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:

  1. Explorar y analizar los conjuntos de datos

  2. Usar algoritmo de regresión lineal simple

  3. Usar algoritmo de regresión lineal múltiple

  4. Usar algoritmo de regresión logística

  5. Ajustar los hiperparámetros del algoritmo

  6. Seleccionar el mejor modelo

Как устроены проекты с консультациями

Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.

На разделенном экране видео преподаватель предоставляет пошаговые

Рецензии

Лучшие отзывы о курсе INTRODUCCIÓN A LOS ALGORITMOS DE REGRESIÓN

Посмотреть все отзывы

Часто задаваемые вопросы

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.