In this course, you'll learn how to distinguish between the different types of regression models. You will apply the Method of Least Squares to a dataset by hand and using Python. In addition, you will learn how to employ a linear regression model to identify scenarios. Let's get started!
Este curso forma parte de Programa especializado: Linear Algebra for Data Science Using Python
Ofrecido Por


Acerca de este Curso
1512 vistas recientes
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Nivel principiante
Aprox. 6 horas para completar
Inglés (English)
¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?
Prueba Coursera para negociosFechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Nivel principiante
Aprox. 6 horas para completar
Inglés (English)
¿Podría tu empresa beneficiarse de la capacitación de los empleados en las habilidades más demandadas?
Prueba Coursera para negociosOfrecido por
Programa - Qué aprenderás en este curso
2 horas para completar
Introduction to Regression Models
2 horas para completar
8 videos (Total 36 minutos), 1 lectura, 3 cuestionarios
2 horas para completar
Using the Method of Least Squares
2 horas para completar
2 videos (Total 11 minutos)
1 hora para completar
Using Linear Regression Models
1 hora para completar
2 videos (Total 12 minutos)
1 hora para completar
Using Linear Regression Model
1 hora para completar
2 videos (Total 10 minutos)
Acerca de Programa especializado: Linear Algebra for Data Science Using Python

Preguntas Frecuentes
¿Cuándo podré acceder a las lecciones y tareas?
¿Qué recibiré si me suscribo a este Programa especializado?
¿Hay ayuda económica disponible?
¿Tienes más preguntas? Visita el Centro de Ayuda al Estudiante.