ML para Business Managers: Crear modelo de regresión en R Studio

Este curso le lleva a través de los pasos que debe seguir al desarrollar soluciones a sus problemas de negocio utilizando la regresión lineal. Debe tener en cuenta el problema que pretende resolver al crear un modelo, ya que el valor de la salida depende de la calidad de las entradas. Podemos ayudarle a entender el diferente tratamiento recibido por datos cualitativos y cuantitativos y también cubrir la importancia de la preprocesamiento de datos y la interpretación de datos cuando se utilizan técnicas de aprendizaje automático.

Este curso le presenta el concepto de "análisis bivariado": el análisis simultáneo de dos variables. Explora la posibilidad de una relación entre dos variables y su consiguiente impacto. Entonces discutimos la correlación, una medida que revela el grado en que dos o más variables cambian juntas, y delinean el rol de la regresión lineal en el modelado de su relación. El curso desempaqueta diferentes métodos y técnicas de modelado lineal para ayudarle a utilizar el aprendizaje automático para predecir cambios futuros que afectan a su negocio.

A continuación, examinamos la idea de 'error estándar residual' (RSE), cuánto diferirá la respuesta de la línea de regresión 'true'. Comprender esta sección le ayudará a reconocer que el método estadístico de 'contracción' se ajusta a un modelo que incluye todas las variables predictoras. Los coeficientes estimados se reducen hacia cero, en relación con las estimaciones menos cuadradas. Por último, estudiamos técnicas de selección de subconjuntos, regresión de crestas y lasso en R antes de evaluar la precisión de los coeficientes pronosticados y la matriz de correlación en R. Este curso puede ayudar a los gerentes de negocios, ejecutivos o cualquier persona interesada en utilizar el aprendizaje automático y la regresión lineal para predecir desarrollos futuros y resolver problemas maestros.