このコースについて

26,491 最近の表示

共有できる証明書

修了時に証明書を取得

100%オンライン

自分のスケジュールですぐに学習を始めてください。

次における5の2コース

柔軟性のある期限

スケジュールに従って期限をリセットします。

約22時間で修了

推奨:6 hours/week...

英語

字幕:英語, 韓国語

習得するスキル

Regression AnalysisData CleansingPredictive ModellingExploratory Data Analysis

共有できる証明書

修了時に証明書を取得

100%オンライン

自分のスケジュールですぐに学習を始めてください。

次における5の2コース

柔軟性のある期限

スケジュールに従って期限をリセットします。

約22時間で修了

推奨:6 hours/week...

英語

字幕:英語, 韓国語

シラバス - 本コースの学習内容

1

1

4時間で修了

Exploratory Data Analysis and Visualizations

4時間で修了
8件のビデオ (合計38分), 1 reading, 3 quizzes
8件のビデオ
0. Introduction to the Module. Why Exploratory Data Analysis is Important3 分
1. Data Cleanup and Transformation4 分
2. Dealing With Missing Values6 分
3. Dealing with Outliers3 分
4. Adding and Removing Variables4 分
5. Common Graphs7 分
6. What is Good Data Visualization?4 分
1件の学習用教材
Register for Analytic Solver Platform for Education (ASPE)10 分
2の練習問題
Week 1 Quiz48 分
Week 1 Application Assignment 1 (optional): Data Cleanup6 分
2

2

2時間で修了

Predicting a Continuous Variable

2時間で修了
8件のビデオ (合計41分)
8件のビデオ
1. Introduction to Linear Regression8 分
2. Assessing Predictive Accuracy Using Cross-Validation5 分
3. Multiple Regression4 分
4. Improving Model Fit3 分
5. Model Selection3 分
6. Challenges of Predictive Modeling5 分
7. How to Build a Model using XLMiner8 分
2の練習問題
Week 2 Quiz18 分
Week 2 Application Assignment40 分
3

3

1時間で修了

Predicting a Binary Outcome

1時間で修了
8件のビデオ (合計33分)
8件のビデオ
1. Introduction to Logistic Regression4 分
2. Building Logistic Regression Model6 分
3. Multiple Logistic Regression3 分
4. Cross Validation and Confusion Matrix5 分
5. Cost Sensitive Classification2 分
6. Comparing Models Independent of Costs and Cutoffs3 分
7. Building Logistic Regression Models using XLMiner6 分
2の練習問題
Week 3 Quiz14 分
Week 3 Application Assignment26 分
4

4

4時間で修了

Trees and Other Predictive Models

4時間で修了
8件のビデオ (合計32分)
8件のビデオ
1. Introduction to Trees2 分
2. Classification Trees5 分
3. Regression Trees2 分
4. Bagging, Boosting, Random Forest4 分
5. Building Trees with XLMiner5 分
6. Neural Networks5 分
7. Building Neural Networks using XLMiner4 分
3の練習問題
Week 4 Quiz12 分
Week 4 Application Assignment10 分
Final Course Assignment Quiz40 分
3.8
76件のレビューChevron Right

Predictive Modeling and Analytics からの人気レビュー

by HANov 20th 2017

this course teach you about the technical of using tools for predictive modeling. very useful for you who want to learn the fundamental of analytics.

by AAAug 12th 2019

Got to many techniques like boosting, bagging, Neural networks, regression tress etc.. Useful and informative course

????????????University of Colorado Boulder?について

CU-Boulder is a dynamic community of scholars and learners on one of the most spectacular college campuses in the country. As one of 34 U.S. public institutions in the prestigious Association of American Universities (AAU), we have a proud tradition of academic excellence, with five Nobel laureates and more than 50 members of prestigious academic academies....

Advanced Business Analytics専門講座について

The Advanced Business Analytics Specialization brings together academic professionals and experienced practitioners to share real world data analytics skills you can use to grow your business, increase profits, and create maximum value for your shareholders. Learners gain practical skills in extracting and manipulating data using SQL code, executing statistical methods for descriptive, predictive, and prescriptive analysis, and effectively interpreting and presenting analytic results. The problems faced by decision makers in today’s competitive business environment are complex. Achieve a clear competitive advantage by using data to explain the performance of a business, evaluate different courses of action, and employ a structured approach to business problem-solving. Check out a one-minute video about this specialization to learn more!...
Advanced Business Analytics

よくある質問

  • ???????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????

  • ????????????????????????????????????????????????????????????????????????????????????LinkedIn????????????????????????????????????????????????????

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。