Multiple Linear Regression with scikit-learn

4.4
estrellas
260 calificaciones
ofrecido por
Coursera Project Network
4,718 ya inscrito
En este proyecto guiado, tú:

Build univariate and multivariate linear regression models in Python using scikit-learn

Perform Exploratory Data Analysis (EDA) and data visualization with seaborn

Evaluate model fit and accuracy using numerical measures such as R² and RMSE

Model interaction effects in regression using basic feature engineering techniques

Clock2 hours
BeginnerPrincipiante
CloudNo se necesita descarga
VideoVideo de pantalla dividida
Comment DotsInglés (English)
LaptopSolo escritorio

In this 2-hour long project-based course, you will build and evaluate multiple linear regression models using Python. You will use scikit-learn to calculate the regression, while using pandas for data management and seaborn for data visualization. The data for this project consists of the very popular Advertising dataset to predict sales revenue based on advertising spending through media such as TV, radio, and newspaper. By the end of this project, you will be able to: - Build univariate and multivariate linear regression models using scikit-learn - Perform Exploratory Data Analysis (EDA) and data visualization with seaborn - Evaluate model fit and accuracy using numerical measures such as R² and RMSE - Model interaction effects in regression using basic feature engineering techniques This course runs on Coursera's hands-on project platform called Rhyme. On Rhyme, you do projects in a hands-on manner in your browser. You will get instant access to pre-configured cloud desktops containing all of the software and data you need for the project. Everything is already set up directly in your internet browser so you can just focus on learning. For this project, this means instant access to a cloud desktop with Jupyter Notebooks and Python 3.7 with all the necessary libraries pre-installed. Notes: - You will be able to access the cloud desktop 5 times. However, you will be able to access instructions videos as many times as you want. - This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Habilidades que desarrollarás

Machine LearningPython ProgrammingData Visualization (DataViz)Linear RegressionScikit-Learn

Aprende paso a paso

En un video que se reproduce en una pantalla dividida con tu área de trabajo, tu instructor te guiará en cada paso:

  1. Introduction and Overview

  2. Load the Data

  3. Relationships between Features and Target

  4. Multiple Linear Regression Model

  5. Feature Selection

  6. Model Evaluation Using Train/Test Split and Model Metrics

  7. Interaction Effect (Synergy) in Regression Analysis

Cómo funcionan los proyectos guiados

Tu espacio de trabajo es un escritorio virtual directamente en tu navegador, no requiere descarga.

En un video de pantalla dividida, tu instructor te guía paso a paso

Instructor

Revisiones

Principales revisiones sobre MULTIPLE LINEAR REGRESSION WITH SCIKIT-LEARN

Ver todos los comentarios

Preguntas Frecuentes

Preguntas Frecuentes

  • Al comprar un proyecto guiado, obtendrás todo lo que necesitas para completarlo, incluido el acceso a un espacio de trabajo de escritorio en la nube a través de tu navegador web que contiene los archivos y el software que necesitas para comenzar, además de instrucciones de video paso a paso de un experto en la materia.

  • Dado que tu espacio de trabajo contiene un escritorio en la nube del tamaño de una computadora portátil o computadora de escritorio, los proyectos guiados no están disponibles en tu dispositivo móvil.

  • Los instructores de proyectos guiados son expertos en la materia que tienen experiencia en habilidades, herramientas o dominios de su proyecto y les apasiona compartir sus conocimientos para impactar a millones de estudiantes en todo el mundo.

  • Puedes descargar y conservar cualquiera de tus archivos creados del proyecto guiado. Para hacerlo, puedes usar la función 'Explorador de archivos' mientras accedes a tu escritorio en la nube.

  • Los proyectos guiados no son elegibles para reembolsos. Ver nuestra política de reembolso completo.

  • La ayuda financiera no está disponible para proyectos guiados.

  • El acceso como oyente no está disponible para los proyectos guiados.

  • En la parte superior de la página, puedes presionar en el nivel de experiencia de este proyecto guiado para ver los requisitos de conocimientos previos. En cada nivel del proyecto guiado, tu instructor te orientará paso a paso.

  • Aprenderás completando tareas en un entorno de pantalla dividida directamente en tu navegador. En el lado izquierdo de la pantalla, completarás la tarea en tu espacio de trabajo. En el lado derecho de la pantalla, verás a un instructor guiarte a través del proyecto, paso a paso.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.