이 강좌에 대하여

최근 조회 136,408

학습자 경력 결과

23%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

25%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

14%

가 급여 인상 또는 승진 성취

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 54시간 필요

영어

자막: 영어, 한국어, 베트남어

배울 내용

  • Use regression analysis, least squares and inference

  • Understand ANOVA and ANCOVA model cases

  • Investigate analysis of residuals and variability

  • Describe novel uses of regression models such as scatterplot smoothing

귀하가 습득할 기술

Model SelectionGeneralized Linear ModelLinear RegressionRegression Analysis

학습자 경력 결과

23%

가 이 강좌를 수료한 후 새로운 커리어를 시작함

25%

가 이 강좌를 통해 확실한 경력상 이점을 얻음

14%

가 급여 인상 또는 승진 성취

공유 가능한 수료증

완료 시 수료증 획득

100% 온라인

지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.

유동적 마감일

일정에 따라 마감일을 재설정합니다.

완료하는 데 약 54시간 필요

영어

자막: 영어, 한국어, 베트남어

제공자:

존스홉킨스대학교 로고

존스홉킨스대학교

강의 계획 - 이 강좌에서 배울 내용

콘텐츠 평가Thumbs Up92%(9,464개의 평가)Info
1

1

완료하는 데 12시간 필요

Week 1: Least Squares and Linear Regression

완료하는 데 12시간 필요
9개 동영상 (총 74분), 11 개의 읽기 자료, 4 개의 테스트
9개의 동영상
Introduction: Basic Least Squares6m
Technical Details (Skip if you'd like)2m
Introductory Data Example12m
Notation and Background7m
Linear Least Squares6m
Linear Least Squares Coding Example7m
Technical Details (Skip if you'd like)11m
Regression to the Mean11m
11개의 읽기 자료
Welcome to Regression Models10m
Book: Regression Models for Data Science in R10m
Syllabus10m
Pre-Course Survey10m
Data Science Specialization Community Site10m
Where to get more advanced material10m
Regression10m
Technical details10m
Least squares10m
Regression to the mean10m
Practical R Exercises in swirl Part 110m
1개 연습문제
Quiz 120m
2

2

완료하는 데 11시간 필요

Week 2: Linear Regression & Multivariable Regression

완료하는 데 11시간 필요
10개 동영상 (총 70분), 5 개의 읽기 자료, 4 개의 테스트
10개의 동영상
Interpreting Coefficients3m
Linear Regression for Prediction10m
Residuals5m
Residuals, Coding Example14m
Residual Variance7m
Inference in Regression5m
Coding Example6m
Prediction9m
Really, really quick intro to knitr3m
5개의 읽기 자료
*Statistical* linear regression models10m
Residuals10m
Inference in regression10m
Looking ahead to the project10m
Practical R Exercises in swirl Part 210m
1개 연습문제
Quiz 220m
3

3

완료하는 데 13시간 필요

Week 3: Multivariable Regression, Residuals, & Diagnostics

완료하는 데 13시간 필요
14개 동영상 (총 168분), 5 개의 읽기 자료, 5 개의 테스트
14개의 동영상
Multivariable Regression part II10m
Multivariable Regression Continued8m
Multivariable Regression Examples part I19m
Multivariable Regression Examples part II22m
Multivariable Regression Examples part III7m
Multivariable Regression Examples part IV7m
Adjustment Examples17m
Residuals and Diagnostics part I5m
Residuals and Diagnostics part II9m
Residuals and Diagnostics part III9m
Model Selection part I7m
Model Selection part II22m
Model Selection part III12m
5개의 읽기 자료
Multivariable regression10m
Adjustment10m
Residuals10m
Model selection10m
Practical R Exercises in swirl Part 310m
2개 연습문제
Quiz 314m
(OPTIONAL) Data analysis practice with immediate feedback (NEW! 10/18/2017)8m
4

4

완료하는 데 17시간 필요

Week 4: Logistic Regression and Poisson Regression

완료하는 데 17시간 필요
7개 동영상 (총 95분), 6 개의 읽기 자료, 6 개의 테스트
7개의 동영상
GLMs21m
Logistic Regression part I17m
Logistic Regression part II3m
Logistic Regression part III8m
Poisson Regression part I12m
Poisson Regression part II12m
Hodgepodge18m
6개의 읽기 자료
GLMs10m
Logistic regression10m
Count Data10m
Mishmash10m
Practical R Exercises in swirl Part 410m
Post-Course Survey10m
1개 연습문제
Quiz 412m

자주 묻는 질문

  • 강좌에 등록하면 바로 모든 비디오, 테스트 및 프로그래밍 과제(해당하는 경우)에 접근할 수 있습니다. 상호 첨삭 과제는 이 세션이 시작된 경우에만 제출하고 검토할 수 있습니다. 강좌를 구매하지 않고 살펴보기만 하면 특정 과제에 접근하지 못할 수 있습니다.

  • 강좌를 등록하면 전문 분야의 모든 강좌에 접근할 수 있고 강좌를 완료하면 수료증을 취득할 수 있습니다. 전자 수료증이 성취도 페이지에 추가되며 해당 페이지에서 수료증을 인쇄하거나 LinkedIn 프로필에 수료증을 추가할 수 있습니다. 강좌 내용만 읽고 살펴보려면 해당 강좌를 무료로 청강할 수 있습니다.

  • 구독하는 경우, 취소해도 요금이 청구되지 않는 7일간의 무료 평가판을 이용할 수 있습니다. 해당 기간이 지난 후에는 환불이 되지 않지만, 언제든 구독을 취소할 수 있습니다. 전체 환불 정책 보기.

  • 예, Coursera에서는 수업료를 낼 수 없는 학습자를 위해 재정 지원을 제공합니다. 왼쪽에 있는 등록 버튼 아래 재정 지원 링크를 클릭하면 지원할 수 있습니다. 신청서를 작성하라는 메시지가 표시되며 승인되면 알림을 받습니다. 성취 프로젝트를 포함하여 전문 분야의 각 강좌에서 이 단계를 완료해야 합니다. 자세히 알아보기.

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.