Project: Multiple Linear Regression with scikit-learn

4.1
9件の評価
1件のレビュー
提供:
Rhyme
このガイド付きプロジェクトでは、次のことを行います。

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
Beginner初級
Cloudダウンロード不要
Video分割画面ビデオ
Comment Dots英語 + subtitles
Laptopモバイル用ではありません

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.

あなたが開発するスキル

Machine LearningPython ProgrammingData Visualization (DataViz)Linear RegressionScikit-Learn

ステップバイステップで学習します

ワークエリアを使用した分割画面で再生するビデオでは、講師がこれらの手順を説明します。

  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

ガイド付きプロジェクトの仕組み

ワークスペースは、ブラウザに完全にロードされたクラウドデスクトップですので、ダウンロードは不要です。

分割画面のビデオで、講師が手順ごとにガイドします

よくある質問

よくある質問

  • プロジェクトを購入することによって、プロジェクトを完了するために必要なものすべてが得られます。これには、開始する必要のあるファイルとソフトウェアを含むWebブラウザを介したクラウドデスクトップワークスペースへのアクセスの他、専門家によるステップバイステップのビデオ講座が含まれます。

  • ワークスペースにはラップトップまたはデスクトップコンピューターに適したサイズのクラウドデスクトップが含まれているため、モバイル機器ではプロジェクトを使用できません。

  • プロジェクトの講師は、プロジェクトのスキル、ツール、またはその分野での経験があり、知識を共有して世界中の何百万人もの受講生に影響を与えるたことに情熱を持つ専門家です。

  • プロジェクトから作成したファイルをダウンロードして保持できます。そのためには、クラウドデスクトップにアクセスしているときに「ファイルブラウザ」機能を使用できます。

  • プロジェクトには学費援助が利用できません。

  • プロジェクトを開始するのに事前の経験は必要ありません。講師がをステップごとにプロジェクトをガイドします。

  • はい。プロジェクトを完了するために必要なものはすべて、ブラウザで利用可能なクラウドデスクトップで利用できます。

  • 分割画面環境でタスクをブラウザで直接完了することで学習できます。画面の左側で、ワークスペースでタスクを完了します。画面の右側で、講師がプロジェクトをステップごとにガイドします。