通过本单元的学习，学生将能够 1.进行探索性数据分析，以获得洞察力并为预测建模准备数据 2.使用适当的工具汇总和可视化数据集 3.确定预测连续和离散结果的建模技术。 4.使用 Excel 探索数据集 5.解释并执行几个常见的数据预处理步骤 6.选择适当的图表来探索和显示数据集
8个视频1篇阅读材料2个作业1次同伴评审1个讨论话题
本模块介绍预测连续变量值的回归技术。其中涉及预测建模的一些基本概念，包括交叉验证、模型选择和过拟合。您还将学习如何使用软件工具 XLMiner 建立预测模型。
8个视频2个作业1个讨论话题
本模块介绍用于预测二元变量值的逻辑回归模型。与连续变量不同，二元变量只能取两个不同的值，预测其值通常称为分类。本模块将讨论有关分类的几个重要概念，包括交叉验证和混淆矩阵、成本敏感分类和 ROC 曲线。您还将学习如何使用软件工具 XLMiner 建立分类模型。
8个视频2个作业1个讨论话题
本模块介绍更高级的预测模型，包括树和神经网络。树和神经网络都可用于预测连续或二元变量。您还将学习如何使用软件工具 XLMiner 构建树和神经网络。
8个视频3个作业1次同伴评审1个讨论话题
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
University of Minnesota
Dartmouth College
University of Colorado Boulder
University of Illinois Urbana-Champaign
602 条评论
37.14%
24.70%
13.93%
12.43%
11.77%
显示 3/602 个
已于 May 29, 2019审阅
Even though a basic math background is needed, this course is extremely simplified for understanding and being really useful introduction to Predictive modeling.
已于 Aug 11, 2019审阅
Got to many techniques like boosting, bagging, Neural networks, regression tress etc.. Useful and informative course
已于 Jun 14, 2023审阅
Very engaging course and I appreciated the exercises that were required to be done during the course. I look forward to continuing the series.
要获取课程资料、作业和证书，您需要在注册课程时购买证书体验。 您可以尝试免费试听，或申请资助。课程可能提供 "完整课程，无证书"。通过该选项，您可以查看所有课程资料，提交必要的评估，并获得最终成绩。这也意味着您无法购买证书体验。
注册课程后，您就可以访问专项课程中的所有课程，完成作业后还可以获得证书。您的电子证书将添加到您的 "成就 "页面--在那里，您可以打印证书或将其添加到您的 LinkedIn 个人资料中。
是的。在特定的学习课程中，如果您付不起注册费，可以申请助学金或奖学金。如果您选择的学习课程有助学金或奖学金，您可以在说明页面找到申请链接。
提供助学金，
¹ 本课程的部分作业采用 AI 评分。对于这些作业，将根据 Coursera 隐私声明使用您的数据。
中
