Python机器学习系列3线性回归

Python机器学习系列3线性回归

乐学偶得

乐学偶得致力于前沿Fintech(金融科技),Data Science(数据科学),IT(信息科技),企业高级管理必备CFA,FRM,CIA等高端企业管理商务知识,多语种文化艺术信息的分享及咨询。

  • 课程目录
  • 课程介绍
  • 课时1:【DS与ML算法构建】【简单线性回归】简单线性回归

  • 课时2:【DS与ML算法构建】【简单线性回归】回归虽简单不能一上来就用

  • 课时3:【DS与ML算法构建】【简单线性回归】工作年限与收入的关系为例

  • 课时4:【DS与ML算法构建】【简单线性回归】利用pandas快速了解数据

  • 课时5:【DS与ML算法构建】【简单线性回归】scatterplot快速了解数据

  • 课时6:【DS与ML算法构建】【简单线性回归】seaborn等可视化

  • 课时7:【DS与ML算法构建】【简单线性回归】协方差概念

  • 课时8:【DS与ML算法构建】N与N-1的问题答疑详细见上章节统计学

  • 课时9:【DS与ML算法构建】【简单线性回归】协方差数学定义

  • 课时10:【DS与ML算法构建】【简单线性回归】协方差的缺陷皮尔逊相关性

  • 课时11:【DS与ML算法构建】【简单线性回归】皮尔逊相关性数学定义

  • 课时12:【DS与ML算法构建】【简单线性回归】方差为协方差的特殊情况

  • 课时13:【DS与ML算法构建】【简单线性回归】均值与方差代码实现

  • 课时14:【DS与ML算法构建】【简单线性回归】研究理论与工程实现探讨

  • 课时15:【DS与ML算法构建】【简单线性回归】Cov代码实现

  • 课时16:【DS与ML算法构建】【简单线性回归】如何验证我们函数对不对

  • 课时17:【DS与ML算法构建】【简单线性回归】构建与验证标准差函数

  • 课时18:【DS与ML算法构建】【简单线性回归】构建与验证相关性函数

  • 课时19:【DS与ML算法构建】相关性假设检验答疑详细见上章统计学

  • 课时20:【DS与ML算法构建】【简单线性回归】自变量和因变量

  • 课时21:【DS与ML算法构建】【简单线性回归】回归方程

  • 课时22:【DS与ML算法构建】【简单线性回归】OLS最小二乘法公式图形

  • 课时23:【DS与ML算法构建】【简单线性回归】系数的确定数学公式

  • 课时24:【DS与ML算法构建】【简单线性回归】ρ与beta与b1关系

  • 课时25:【DS与ML算法构建】【简单线性回归】系数函数代码实现

  • 课时26:【DS与ML算法构建】【简单线性回归】确定回归方程

  • 课时27:【DS与ML算法构建】【简单线性回归】预测函数编写

  • 课时28:【DS与ML算法构建】【简单线性回归】RMSE检测准确性代码实现

  • 课时29:【DS与ML算法构建】【简单线性回归】测试数据的处理

  • 课时30:【DS与ML算法构建】【简单线性回归】利用模型预测收入

  • 课时31:【DS与ML算法构建】【简单线性回归】检验模型准确率

  • 课时32:【DS与ML算法构建】【简单线性回归】检验模型准确率2

  • 课时33:【DS与ML算法构建】【简单线性回归】【建模技巧1】

  • 课时34:【DS与ML算法构建】【简单线性回归】【建模技巧2】

  • 课时35:【DS与ML算法构建】【ANOVATable】RMSE缺点与ANOVA对比

  • 课时36:【DS与ML算法构建】【ANOVATable】一个经典的ANOVA表

  • 课时37:【DS与ML算法构建】【ANOVATable】ANOVA的图形意义

  • 课时38:【DS与ML算法构建】【ANOVATable】TSSRSS与SSE

  • 课时39:【DS与ML算法构建】【ANOVATable】决定系数R方

  • 课时40:【补充答疑】多元回归与一元回归的df判断

  • 课时41:【DS与ML算法构建】【SEE推导与辨析】回顾ANOVA与推论

  • 课时42:【DS与ML算法构建】【SEE推导与辨析】SEE与SSE与MSE关系

  • 课时43:【DS与ML算法构建】【SEE推导与辨析】SEE定义式

  • 课时44:【DS与ML算法构建】【SEE推导与辨析】SEE与SSE关联推导

  • 课时45:【DS与ML算法构建】【模型参数检验】point_estimation介绍

  • 课时46:【DS与ML算法构建】【模型参数检验】Confidence_Interval介绍

  • 课时47:【DS与ML算法构建】【模型参数检验】Sb_1与SEE与数据波动关系

  • 课时48:【DS与ML算法构建】【模型参数检验】假设检验与不一定与0检验

  • 课时49:【DS与ML算法构建】【多元联合检验】顺便推广到多元情况

  • 课时50:【DS与ML算法构建】【多元联合检验】F检验的公式与判断

  • 课时51:【DS与ML算法构建】【多元线性回归】从一元到多元

  • 课时52:概念公式介绍【后续算法可继续学习系列课程6:随机梯度下降】

  • 课时53:【补充内容】【线性方程组与矩阵】补充内容介绍

  • 课时54:【补充内容】【线性方程组与矩阵】矩阵表示方程组

  • 课时55:【补充内容】【线性方程组与矩阵】转换为矩阵向量问题

  • 课时56:【补充内容】【线性方程组与矩阵】单位向量的妙用

  • 课时57:【补充内容】【线性方程组与矩阵】逆矩阵好记的方法

  • 课时58:【补充内容】【线性方程组与矩阵】逆矩阵与行列式

  • 课时59:【补充内容】【线性方程组与矩阵】逆矩阵运算练习

  • 课时60:【补充内容】【线性方程组与矩阵】逆矩阵运算验算

  • 课时61:【补充内容】【线性方程组与矩阵】用矩阵解决线性方程组

  • 课时62:【OLS回归】一元与多元线性回归公式

  • 课时63:【OLS回归】通过方程组的意义看

  • 课时64:【OLS回归】通过矩阵的意义看

  • 课时65:【OLS回归】通过矩阵求系数与SSE

  • 课时66:【OLS回归】OLS空间意义

  • 课时67:【OLS与Statsmodels统计学库应用】构建样本数据

  • 课时68:【OLS与Statsmodels统计学库应用】计算因变量

  • 课时69:【OLS与Statsmodels统计学库应用】利用原理计算OLS

  • 课时70:【OLS与Statsmodels统计学库应用】利用Statsmodel库计算OLS

  • 课时71:【OLS与Statsmodels统计学库应用】可视化一下回顾

  • 课时72:【运用OLS到股票联动】看看股吧里大家怎么说

  • 课时73:【运用OLS到股票联动】获取数据与数据处理

  • 课时74:【运用OLS到股票联动】OLS判断股票与可视化

课程概述

人工智能浪潮袭来,我们非常容易在强大【别人封装好】的机器学习相关库和分析工具的掩盖下,陷入【只花几小时速成AI工程师】,【只需几天摇身一变数据科学家】的幻觉我们深知:【忽悠式速成】走的【捷径】,最终,会在生命中的某一个时刻【反噬】过来,可能是【35岁】的一次【裁员潮】,可能是一次重要的项目因为【基础问题】而犯下大错,可能是与一次升职的机会【失之交臂】“拿数据,跑数据,调调参”,“炼丹”看结果你能做,别人,也能做归根到底,一个人的核心竞争力还是在于对【原理】与【业务】的【深刻理解】本课程为《Python入门数据科学机器学习算法》系列课程的第三部分:线性回归(从一元到多元到矩阵)包括:1.简单线性回归2.皮尔逊相关性3.自变量与因变量4.实现简单线性回归与预测5.通过RMSE法检验准确性6.RMSE与ANOVA表7.SEE的推导与辨析8.模型参数检验原理9.多元联合检验10.多元线性回归11.补充知识点:线性方程组与矩阵12.补充知识点:OLS与statmodel与股票联动应用共计74节课,已经更新完毕,欢迎加入~2000+节《从Python零基础到6大方向进阶应用》系列课程限时优惠中,欢迎点击下方继续系统化学习~

相关教程

Learnfk - iOS教程

Learnfk - MongoDB教程

Learnfk - C#教程

Learnfk - PL/SQL教程

Learnfk - 函数式编程教程

Learnfk - Spring Boot教程

随机推荐

博沃尼克裁判金属哨子户外体育运动篮球足球训练比赛用不锈钢铁铜...

花潮高端电子秤评测下来告诉你坑不坑,适不适合你!看质量怎么样...

魔羯MOGEPCI转USB2.0卡6口MC1015质量到底怎么样好不好,坑不坑人...

振华电源SUPER优缺点大全,测评结果让你出乎意料!

世达PVC5号评测值得买吗,评测质量怎么样!

PUMA彪马官方休闲印花单肩包究竟合不合格,内幕透露。