Om kurset

Regresjonsanalyse er en av de viktigste metodene i både statistikk og maskinlæring. Den brukes overalt: til å prissette boliger og produkter, forutsi etterspørsel, vurdere risiko og forstå hvilke faktorer som faktisk påvirker et resultat. I dette kurset lærer du å gjennomføre regresjonsanalyser fra A til Å – fra enkel og multippel lineær regresjon, via logistisk regresjon, til multivariat analyse – og du lærer hvordan de samme modellene brukes i maskinlæring, med trening/test-deling, overfitting og regularisering. Alle øvelsene gjennomføres praktisk i Jupyter med Python (pandas, statsmodels og scikit-learn), og du får ferdighetene til å utføre analysene på dine egne data. Kurset passer godt for analytikere, utviklere, forskere og andre som vil bruke data til å forutsi og forstå sammenhenger.

Læringsmål

Etter gjennomgått kurs skal du kunne gjennomføre og tolke regresjonsanalyser i Python og Jupyter, og bruke dem til å predikere og forklare sammenhenger i data. Du skal kunne velge riktig type regresjon for problemet, vurdere modellkvalitet (R², p-verdier, residualplott), unngå vanlige fallgruver som overfitting, og bruke regresjon i maskinlæringssammenheng.

Forberedelser til kurset