4.3
Sterne
52 Bewertungen

Sridhar Seshadri

7.269 bereits angemeldet

von

Data Modeling and Regression Analysis in Business

University of Illinois at Urbana-Champaign

Über diesen Kurs

2.210 kürzliche Aufrufe

The course will begin with what is familiar to many business managers and those who have taken the first two courses in this specialization. The first set of tools will explore data description, statistical inference, and regression. We will extend these concepts to other statistical methods used for prediction when the response variable is categorical such as win-don’t win an auction. In the next segment, students will learn about tools used for identifying important features in the dataset that can either reduce the complexity or help identify important features of the data or further help explain behavior. 

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Stufe „Mittel“

Ca. 26 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Stufe „Mittel“

Ca. 26 Stunden zum Abschließen

Englisch

Könnte Ihr Unternehmen von Mitarbeiterweiterbildungen für gefragte Kompetenzen profitieren?

Probieren Sie Coursera for Business aus

Dozent

Dozentenbewertung

4,5/5 (9 Bewertungen)

Sridhar Seshadri

Professor of Business Administration

Business Administration

16.063 Lernende

2 Kurse

von

University of Illinois at Urbana-Champaign

Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Weitere Informationen zu Coursera für Unternehmen

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche

Woche 1

8 Stunden zum Abschließen

Module 0: Get Ready & Module 1: Introduction to Analytics and Evolution of Statistical Inference

8 Stunden zum Abschließen

14 Videos (Gesamt 93 min), 12 Lektüren, 3 Quiz

14 Videos

Welcome to Data Modeling and Regression Analysis in Business1m

Rattle Installation Guidelines for Windows11m

R and Rattle Installation Instructions for Mac OS14m

Overview of Rattle 7m

Lecture 1-1: Introduction to Analytics and Evolution of Statistical Inference3m

Lecture 1-2: From Data to Decisions9m

Lecture 1-3: The Evolution of Intelligent Machines3m

Lecture 1-4: Common Paradigms6m

Lecture 1-5-1: Examples of Paradigms – Part 14m

Lecture 1-5-2: Examples of Paradigms – Part 27m

Lecture 1-6: Introduction to Rattle4m

Lecture 1-7: Importing Datasets in Rattle8m

Lecture 1-8: Plotting Data and Creating Graphs in Rattle7m

Lecture 1-9: Rattle Practice and Summary3m

12 Lektüren

Syllabus30m

About the Discussion Forums10m

Glossary30m

Brand Descriptions30m

Update Your Profile10m

Module 0 Agenda5m

Rattle Tutorials (Interface, Windows, Mac)30m

Frequent Asked Questions10m

Radiant introduction videos10m

Module 1 Overview20m

Module 1 Readings, Data Sets, and Slides1h

Module 1 Peer Review Assignment Answer Key20m

2 praktische Übungen

Orientation Quiz30m

Module 1 Graded Quiz30m

Woche

Woche 2

6 Stunden zum Abschließen

Module 2: Dating with Data

6 Stunden zum Abschließen

8 Videos (Gesamt 63 min), 3 Lektüren, 3 Quiz

8 Videos

Lecture 2-1: Explanatory Modeling Overview5m

Lecture 2-2: Developing and Estimating a Model3m

Lecture 2-3: Univariate and Bivariate Plots8m

Lecture 2-4: Bivariate Correlation5m

Lecture 2-5-1: Estimating With Simple Models - Part 18m

Lecture 2-5-2: Estimating With Simple Models - Part 210m

Lecture 2-6: Improving the Model12m

Lecture 2-7: Model Improvement Practice and Summary8m

3 Lektüren

Module 2 Overview20m

Module 2 Readings, Data Sets, and Slides1h

Module 2 Peer Review Assignment Answer Key20m

2 praktische Übungen

Module 2 Practice Problems40m

Module 2 Graded Quiz30m

Woche

Woche 3

6 Stunden zum Abschließen

Module 3: Model Development and Testing with Holdout Data

6 Stunden zum Abschließen

8 Videos (Gesamt 66 min), 3 Lektüren, 4 Quiz

8 Videos

Lecture 3-1: Model Development Overview3m

Lecture 3-2: Introducing Root Mean Square Error14m

Lecture 3-3: Variable Selection8m

Lecture 3-4: Variable Selection with R Scripts8m

Lecture 3-5: Introduction to Mallow's CP6m

Lecture 3-6-1: Modeling Example – Part 18m

Lecture 3-6-2: Modeling Example – Part 29m

Lecture 3-7: Example Wrap-Up and Summary6m

3 Lektüren

Module 3 Overview20m

Module 3 Readings, Data Sets, and Slides1h

Module 3 Peer Review Assignment Answer Key20m

3 praktische Übungen

Module 3 Practice Problems (A)40m

Module 3 Practice Problems (B)20m

Module 3 Graded Quiz30m

Woche

Woche 4

6 Stunden zum Abschließen

Module 4: Curse of Dimensionality

There has been a tremendous increase in the way data generation via sensors, digital platforms, user-generated content, etc. are being used in the industry. For example, sensors continuously record data and store it for analysis at a later point. In the way data gets captured, there can be a lot of redundancy. With more variables, comes more trouble! There may be very little (or no) incremental information gained from these sources. This is the problem of a high number of unwanted dimensions. To avoid this pitfall, data transformation and dimension reduction comes to the rescue by examining and extracting fewer dimensions while ensuring that it conveys the full information concisely.

6 Stunden zum Abschließen

7 Videos (Gesamt 67 min), 3 Lektüren, 3 Quiz

7 Videos

Lecture 4-1: Data Types, Data Organization, and Data Modality9m

Lecture 4-2: Curse of Dimensionality9m

Lecture 4-3: Limitations of Scatterplots10m

Lecture 4-4: Principle Component Analysis10m

Lecture 4-5: Principle Component Analysis in Rattle9m

Lecture 4-6: Principle Component Analysis in Rattle With Regression10m

Lecture 4-7: Principle Component Analysis Exercise and Summary8m

3 Lektüren

Module 4 Overview20m

Module 4 Readings, Data Sets, and Slides1h

Module 4 Peer Review Assignment Answer Key20m

2 praktische Übungen

Module 4 Practice Problems

Module 4 Graded Quiz30m

Bewertungen

4.3

14 Bewertungen

5 stars
59,61 %
4 stars
23,07 %
3 stars
9,61 %
1 star
7,69 %

Top-Bewertungen von DATA MODELING AND REGRESSION ANALYSIS IN BUSINESS

von AS10. Aug. 2019

The course was easy to understand and fun to practice at home which made it exciting and useful at the same time.

von BC21. Aug. 2019

this course is easier to understand the statistical modeling, no need to learn the deep algorithm

Alle Bewertungen anzeigen

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich das Zertifikat erwerbe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Fördern Sie Mitarbeiterkompetenzen für bessere Geschäftsergebnisse

Entdecken Sie Coursera für Unternehmen

Data Modeling and Regression Analysis in Business

Data Modeling and Regression Analysis in Business

Über diesen Kurs