Logistic Regression (Episode 9) The Effective Data Scientist podcast

Artwork

Science Natural Sciences Alexander Schacht and Paolo Eusebi Alexander Schacht Paolo Eusebi Data Science Data Scientist

A tartalmat a Alexander Schacht and Paolo Eusebi, Alexander Schacht, and Paolo Eusebi biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Alexander Schacht and Paolo Eusebi, Alexander Schacht, and Paolo Eusebi vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.

The Effective Data Scientist « »
Logistic regression (Episode 9)

2+ y ago 16:20

Megosztás

AAC•Epizód kép

A tartalmat a Alexander Schacht and Paolo Eusebi, Alexander Schacht, and Paolo Eusebi biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Alexander Schacht and Paolo Eusebi, Alexander Schacht, and Paolo Eusebi vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.

Logistic regression is a beautiful tool for modeling a binary dependent variable, although many more complex extensions exist. In the show, we will speak about the generalized linear model family, logit and probit functions, interpretations, and practicalities.

Resources:

● McCullagh, Peter, and John A. Nelder. Generalized linear models. Routledge, 1983.

● Faraway, Julian J. Extending the linear model with R: generalized linear, mixed effects and nonparametric regression models. Chapman and Hall/CRC, 2016. (http://https://julianfaraway.github.io/faraway/ELM/)

… continue reading

24 epizódok

#Science #Natural Sciences #Alexander Schacht and Paolo Eusebi #Alexander Schacht #Paolo Eusebi #Data Science #Data Scientist

Artwork

Logistic regression (Episode 9)

The Effective Data Scientist

published 2+ y ago

Megosztás

AAC•Epizód kép

A tartalmat a Alexander Schacht and Paolo Eusebi, Alexander Schacht, and Paolo Eusebi biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Alexander Schacht and Paolo Eusebi, Alexander Schacht, and Paolo Eusebi vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.

Logistic regression is a beautiful tool for modeling a binary dependent variable, although many more complex extensions exist. In the show, we will speak about the generalized linear model family, logit and probit functions, interpretations, and practicalities.

Resources:

● McCullagh, Peter, and John A. Nelder. Generalized linear models. Routledge, 1983.

● Faraway, Julian J. Extending the linear model with R: generalized linear, mixed effects and nonparametric regression models. Chapman and Hall/CRC, 2016. (http://https://julianfaraway.github.io/faraway/ELM/)

… continue reading

24 epizódok

#Science #Natural Sciences #Alexander Schacht and Paolo Eusebi #Alexander Schacht #Paolo Eusebi #Data Science #Data Scientist

كل الحلقات

×

Üdvözlünk a Player FM-nél!

A Player FM lejátszó az internetet böngészi a kiváló minőségű podcastok után, hogy ön élvezhesse azokat. Ez a legjobb podcast-alkalmazás, Androidon, iPhone-on és a weben is működik. Jelentkezzen be az feliratkozások szinkronizálásához az eszközök között.

Hallgasson 500+ témát

Hallgassa ezt a műsort, miközben felfedezi