零基础掌握数据挖掘之经典线性回归模型

【温馨提示：1. 你可以在PC端浏览器或者微信收藏该页面，以方便你快速找到这个课程；2. 课程相关资料&QQ会员群可在课程PC端公告查看下载；3.购买课程后，点(课时)列表即可观看视频；4. 本课程虚拟商品，已经购买，不能退款。建议先试听章节的，有疑问可咨询客服天善九号：tianshansvip 】

• 本课程详细介绍了线性回归各种算法的基本原理及R语言实现。

• 从事数据分析或挖掘的童靴，最先接触到的预测模型肯定是线性回归和Logistic回归二分类模型。掌握好线性回归模型的原理及实现是继续深入学习机器学习及深度学习的基石。

主讲老师：谢佳标

微软中国MVP，多届中国R语言大会演讲嘉宾，目前在创梦天地担任高级数据分析师一职， 作为创梦天地数据挖掘组的负责人，带领团队对游戏数据进行深度挖掘，主要利用R语言进行大数据的挖掘和可视化工作。

从事数据挖掘建模工作已有11年， 曾经从事过咨询、电商、电购、电力、游戏、金融、物流等行业，了解不同领域的数据特点。有丰富的利用R语言进行数据挖掘实战经验。

合著《R语言与数据挖掘》及《数据实践之美》等书籍，均在京东有卖。此外《R语言游戏数据分析与挖掘》即将出版。

培训过的精品课程有：《R语言十三式》、《R语言快速入门》、《R语言文本挖掘快速入门》、《重在实战！十五大案例，开启R语言实战之门金钥匙》等。

课程目录：

  课时1：经典线性回归模型理论介绍 

  课时2：线性回归模型最小二乘法的数学原理 

  课时3：线性回归模型的判定系数

  课时4：自定义函数求回归系数和判定系数拟合度

  课时5：构建test数据集验证自定义函数

  课时6：lm函数及其他函数介绍

  课时7：lm函数案例详解

  课时8：对cars数据集进行线性回归模型构建及结果可视化

  课时9：对cars数据集进行指数变换后建模并 对比效果

  课时10：利用MASS包的boxcox函数寻找指数（对数）变换的最优值

  课时11：多个数值自变量的线性回归模型构建

  课时12：利用逐步回归选择最有模型

  课时13：当自变量有定性变量情况下的模型讲解

  课时14：通过鸢尾花数据集解释为什么需要做逻辑回归

  课时15：逻辑回归基本原理介绍

  课时16：逻辑回归案例演示

学习方式：

录播课程，开课即学

在线反复观看，有效期2年

上课方式：录播学习+VIP会员群+独享问答中心+在线答疑 +2年反复观看

友情提示

1、PC端如果发现浏览器无法观看课程，建议使用谷歌浏览器观看；移动端建议直接微信打开课程页面

2、如果加入课程后下次登录提示课程需要重新加入，一般是因为你把登录账户记成你绑定的手机或者邮箱帐号而混淆了。

3、【在微信加入课程的用户注意】请微信收藏课程页面或者关注微信公众号：天善智能（点“我的”即可查看你已加入的课程），以方便下次学习。

4、课程相关资料可在课程PC端公告查看下载；

5、加入学习后请添加客服微信：tianshansvip（请注明：公司+职位+姓名），邀请你加入微信课程群