آموزش تجزیهوتحلیل رگرسیون: ساده کردن روابط دادههای پیچیده
بر روی کلید قرمز رنگ «اطلاعات بیشتر» کلیک کنید و سپس خرید خود را به صورت نقدی یا اقساطی از فروشگاه مورد نظرتان تکمیل کنید.
**زیرنویس این دوره توسط هوش مصنوعی انجام گرفته است.**
متخصصان داده از تحلیل رگرسیونی برای کشف روابط بین متغیرهای مختلف در یک مجموعهداده و شناسایی عوامل کلیدی مؤثر بر عملکرد کسبوکار استفاده میکنند. در این دوره، شما مدلسازی روابط بین متغیرها را تمرین خواهید کرد. با روشهای مختلف مدلسازی داده و چگونگی استفاده از آنها برای حل مسائل کسبوکار آشنا خواهید شد. همچنین روشهایی مانند رگرسیون خطی، تحلیل واریانس (ANOVA) و رگرسیون لجستیک را بررسی خواهید کرد.
کارمندان گوگل که هماکنون در این حوزه فعالیت میکنند، با ارائهٔ فعالیتهای عملی شبیهسازیشدهٔ وظایف مرتبط، به اشتراک گذاشتن نمونههایی از کار روزانهٔ خود و کمک به تقویت مهارتهای تحلیل دادهٔ شما برای آمادگی شغلی، شما را در این دوره راهنمایی میکنند.
در پایان این دوره، شما قادر خواهید بود:
- بررسی استفاده از مدلهای پیشبینیکننده برای توصیف روابط بین متغیرها با تاکید بر همبستگی
- تعیین چگونگی گسترش رگرسیون چندگانه از رگرسیون خطی ساده در هر مرحله از فرآیند مدلسازی
- اجرای و تفسیر آزمونهای ANOVA یک طرفه و دو طرفه
- ساخت انواع مختلف رگرسیونهای لجستیک از جمله مدلهای رگرسیون لجستیک دو جملهای، چندجملهای، ترتیبی و پواسون
گواهیهای شغلی Google بخشی از برنامه Grow with Google است که از طریق آموزشهایی مانند این درس در تلاش است تا به همه کسانی که نیروی کار امروز را تشکیل میدهند و دانشآموزانی که نیروی کار فردا را هدایت میکنند آموزش دهد و با ایجاد بستری مناسب زمینه دسترسی به بهترین آموزشها و ابزارهای Google برای رشد مهارتها، مشاغل و کسبوکارها را ایجاد کند.
نقد و بررسیها
هنوز بررسیای ثبت نشده است.