Açıklama
Regresyon, istatistik ve veri biliminin temel yöntemlerinden biridir. Amaç, bir bağımlı değişken ile bir veya daha fazla bağımsız değişken arasındaki ilişkiyi modellemektir.
Regresyon Eğitimi İçeriği
-
Temel Kavramlar
-
Bağımlı ve bağımsız değişkenler
-
Doğrusal ve doğrusal olmayan ilişkiler
-
Korelasyon ve regresyon farkı
-
-
Basit Doğrusal Regresyon
-
En küçük kareler yöntemi (OLS)
-
Regresyon doğrusunun denklemi
-
Hata terimleri ve yorumlanması
-
-
Çoklu Doğrusal Regresyon
-
Birden fazla bağımsız değişken ile analiz
-
Katsayıların yorumu
-
Çoklu doğrusal bağlantı (multicollinearity)
-
-
Modelin Geçerliliği ve Testler
-
R² ve Adjusted R²
-
F testi ve t testleri
-
Hata terimlerinin normal dağılımı
-
-
İleri Teknikler
-
Lojistik regresyon (sınıflandırma problemleri için)
-
Ridge, Lasso, Elastic Net regresyon
-
Zaman serisi regresyonu (ARIMA, SARIMA)
-
-
Uygulama Alanları
-
Ekonomi ve finans (fiyat tahmini, talep analizi)
-
Pazarlama (satış tahmini, müşteri davranışı)
-
Sağlık (hastalık riski tahmini)
-
Makine öğrenmesi projeleri
-
Eğitimden Kazanımlar
-
Veri setleri üzerinde regresyon analizi yapabilme
-
İstatistiksel sonuçları doğru yorumlayabilme
-
Python (Scikit-learn, Statsmodels) veya R ile uygulama yapabilme
-
İş dünyasında tahminleme modelleri kurabilme
admin –
Eğitim programlarımız dönemsel olarak güncellenmektedir. Web sitemizde yer alan müfredatlar genel bilgi amacıyla paylaşılmakta olup değişiklik gösterebilir. En güncel içerik ve detaylar için lütfen bizimle iletişime geçiniz.