รายละเอียด

กรณีศึกษา - การทำนายราคาที่อยู่อาศัย

ในกรณีศึกษาแรกของเราการทำนายราคาบ้านคุณจะสร้างแบบจำลองที่คาดการณ์มูลค่าต่อเนื่อง (ราคา) จากคุณสมบัติการป้อนข้อมูล (ตารางฟุตจำนวนห้องนอนและห้องน้ำ ... ) นี่เป็นเพียงหนึ่งในหลาย ๆ จุดที่สามารถใช้การถดถอยได้ แอปพลิเคชันอื่น ๆ มีตั้งแต่การทำนายผลลัพธ์ด้านสุขภาพในด้านการแพทย์ราคาหุ้นในด้านการเงินและการใช้พลังงานในคอมพิวเตอร์ประสิทธิภาพสูงไปจนถึงการวิเคราะห์ว่าหน่วยงานกำกับดูแลใดมีความสำคัญต่อการแสดงออกของยีน

ในหลักสูตรนี้คุณจะได้สำรวจแบบจำลองการถดถอยเชิงเส้นแบบปกติสำหรับงานทำนายและการเลือกคุณสมบัติ คุณจะสามารถจัดการคุณสมบัติชุดใหญ่ ๆ และเลือกระหว่างรุ่นที่มีความซับซ้อนต่างๆได้ คุณจะวิเคราะห์ผลกระทบของแง่มุมต่างๆของข้อมูลของคุณเช่นค่าผิดปกติในแบบจำลองและการคาดการณ์ที่คุณเลือก เพื่อให้เหมาะกับโมเดลเหล่านี้คุณจะต้องใช้อัลกอริทึมการปรับให้เหมาะสมที่ปรับขนาดเป็นชุดข้อมูลขนาดใหญ่

ผลลัพธ์การเรียนรู้: ในตอนท้ายของหลักสูตรนี้คุณจะสามารถ:
- อธิบายอินพุตและเอาต์พุตของตัวแบบการถดถอย
เปรียบเทียบความลำเอียงและความคมชัดและความแปรปรวนเมื่อสร้างแบบจำลองข้อมูล
-Estimate พารามิเตอร์โมเดลโดยใช้อัลกอริธึมการปรับให้เหมาะสม
ปรับพารามิเตอร์ที่มีการตรวจสอบข้าม
- วิเคราะห์ประสิทธิภาพของโมเดล
- อธิบายความคิดเกี่ยวกับการกระจัดกระจายและ LASSO นำไปสู่การแก้ปัญหาแบบเบาบาง
วิธีการปรับใช้เพื่อเลือกระหว่างรุ่น
ใช้ประโยชน์จากรูปแบบการคาดการณ์
- สร้างแบบจำลองการถดถอยเพื่อทำนายราคาโดยใช้ชุดข้อมูลที่อยู่อาศัย
- ใช้เทคนิคเหล่านี้ใน Python

ราคา: ลงทะเบียนฟรี!

การเรียนรู้ของเครื่อง: การถดถอย - มหาวิทยาลัยวอชิงตัน