프로젝트 : scikit-learn을 사용한 다중 선형 회귀

상품 설명

이 2 시간 길이의 프로젝트 기반 과정에서는 Python을 사용하여 여러 선형 회귀 모델을 작성하고 평가합니다. 데이터 관리를 위해 팬더를 사용하고 데이터 시각화를 위해 seaborn을 사용하는 동안 scikit-learn을 사용하여 회귀를 계산합니다. 이 프로젝트의 데이터는 TV, 라디오 및 신문과 같은 미디어를 통한 광고 지출을 기반으로 판매 수익을 예측하는 매우 인기있는 광고 데이터 세트로 구성됩니다.

이 프로젝트가 끝나면 다음을 수행 할 수 있습니다.

– scikit-learn을 사용하여 일 변량 및 다변량 선형 회귀 모델 구축
– seaborn으로 탐색 데이터 분석 (EDA) 및 데이터 시각화 수행
– R² 및 RMSE와 같은 수치 측정을 사용하여 모델 적합 및 정확도 평가
– 기본 특성 공학 기술을 사용하여 회귀에서 상호 작용 효과를 모델링합니다.

이 과정은 Coursera의 Rhyme이라는 실습 프로젝트 플랫폼에서 실행됩니다. Rhyme에서는 브라우저에서 실습 방식으로 프로젝트를 수행합니다. 프로젝트에 필요한 모든 소프트웨어와 데이터가 포함 된 사전 구성된 클라우드 데스크톱에 즉시 액세스 할 수 있습니다. 모든 것이 이미 인터넷 브라우저에 직접 설정되어 있으므로 학습에만 집중할 수 있습니다. 이 프로젝트에서 이는 필요한 모든 라이브러리가 사전 설치된 Jupyter Notebook 및 Python 3.7을 사용하여 클라우드 데스크톱에 즉시 액세스 할 수 있음을 의미합니다.

배송 시 요청 사항:
– 클라우드 데스크톱에 5 번 액세스 할 수 있습니다. 그러나 원하는만큼 여러 번 지침 비디오에 액세스 할 수 있습니다.
–이 과정은 북미 지역에 거주하는 학습자에게 가장 적합합니다. 현재 다른 지역에서도 동일한 경험을 제공하기 위해 노력하고 있습니다.