Projekt: Multiple lineare Regression mit scikit-learn

Beschreibung

In diesem 2-stündigen projektbasierten Kurs erstellen und bewerten Sie mehrere lineare Regressionsmodelle mit Python. Sie werden scikit-learn verwenden, um die Regression zu berechnen, während Pandas für die Datenverwaltung und seaborn für die Datenvisualisierung verwendet werden. Die Daten für dieses Projekt bestehen aus dem sehr beliebten Werbedatensatz zur Vorhersage von Umsatzerlösen basierend auf Werbeausgaben über Medien wie Fernsehen, Radio und Zeitung.

Am Ende dieses Projekts können Sie:

- Erstellen Sie mit scikit-learn univariate und multivariate lineare Regressionsmodelle
- Führen Sie eine explorative Datenanalyse (EDA) und Datenvisualisierung mit Seegeborenen durch
- Bewerten Sie die Modellanpassung und -genauigkeit mit numerischen Maßen wie R² und RMSE
- Modellieren Sie Interaktionseffekte in der Regression mithilfe grundlegender Feature-Engineering-Techniken

Dieser Kurs läuft auf Courseras praktischer Projektplattform Rhyme. Auf Rhyme führen Sie Projekte in Ihrem Browser auf praktische Weise durch. Sie erhalten sofortigen Zugriff auf vorkonfigurierte Cloud-Desktops mit der gesamten Software und den Daten, die Sie für das Projekt benötigen. Alles ist bereits direkt in Ihrem Internetbrowser eingerichtet, sodass Sie sich nur auf das Lernen konzentrieren können. Für dieses Projekt bedeutet dies den sofortigen Zugriff auf einen Cloud-Desktop mit Jupyter Notebooks und Python 3.7, auf dem alle erforderlichen Bibliotheken vorinstalliert sind.

Anmerkungen:
- Sie können fünfmal auf den Cloud-Desktop zugreifen. Sie können jedoch beliebig oft auf Anleitungsvideos zugreifen.
- Dieser Kurs eignet sich am besten für Lernende mit Sitz in Nordamerika. Wir arbeiten derzeit daran, die gleichen Erfahrungen in anderen Regionen zu machen.