分类模型

使用数据来预测分类结果

中级

大约 2 个礼拜

6小时每周 (按照自己的节奏)

由以下企业参与制作:
加入成千上万的全球学员

开始免费课程

加入课程
免费
可享受
课程视频
实战练习
中级

大约 2 个礼拜

6小时每周 (按照自己的节奏)

由以下企业参与制作:
加入成千上万的全球学员

课程概述

在这门课程中,你将学习使用分类模型来获得商业见解的基本知识,你将学习:

  • 分类建模与使用数字数据建模有何不同
  • 使用二元分类模型预测二元结果
  • 使用非二元分类模型预测非二元结果


    在整个课程中,你还将学习使用数据分析软件 Alteryx,并在其中应用所学知识。在课程结束时,你将完成一个项目。

    喜欢这门课程?加入“商业预测分析”纳米学位,点此免费体验

  • 为什么学习这门课程?

    预测分析是帮助企业分析数据和预测未来成果与趋势的一个强大工具。在此课程中,你将学习如何使用分类预测模型解决商业问题,例如预测客户是否会对营销活动做出相应、拖欠贷款的可能性或客户可能会购买哪个产品。你将不断熟练 Altertyx ——一款用于快速准备、混合和分析数据的数据分析工具,从中掌握这项技能。对于任何对商业分析职业感兴趣,但缺乏编程经验的人来说,此课程都是理想的选择。

    先修要求

  • 无需编程经验
  • 希望借助数据做出更好的商业决策
  • Alteryx 许可证(向纳米学位学生免费提供,仅与 Windows 兼容)
  • 查看使用优达学城的技术要求

    学习计划

    第 1 课 - 分类建模简介

    在这节课中,你将学习预测建模中使用的关键术语,例如目标和预测变量之间的差异。你将学习在选择要在模型中使用的变量时,需要考虑的关键方面。你将获得为建模准备数据集的实践练习。

    第 2 课 - 二元分类模型

    在这节课中,你将学习如何使用二元分类模型预测具有两个潜在结果的分类数据。你将学习如何使用逻辑回归、逐步逻辑回归和决策树模型;如何比较模型;以及如何解释结果。

    第 3 课 - 非二元分类模型

    在这节课中,你将学习如何使用非二元分类模型来预测具有两个以上潜在结果的分类数据。你将学习如何使用决策树模型、森林模型(forest model)和提升模型(boosted model);如何比较模型;以及如何解释结果。

    讲师与合作伙伴

    Ben Burkholder

    Ben Burkholder

    Ben Burkholder 是 Alteryx, Inc 的一名高级解决方案工程师。此工作要求他与客户进行广泛的互动,以围绕数据准备、地理空间分析和预测分析,制定可解决复杂业务问题的计划。他曾在 Alteryx 工作过 2 年,而在此之前在 Faze1 Inc. 工作,期间他使用激光雷达成像映射了马萨诸塞州的所有屋顶,用于衡量太阳能电池板适用性。Ben 拥有波士顿大学卫星遥感和 GIS 学士和硕士学位。在业余时间,他喜欢旅游、跑步和滑雪板。

    官方微信公众号二维码

    优达学城(Udacity)微信