课程主页: https://www.coursera.org/learn/predictive-modeling-analytics
在当今数据驱动的时代，掌握预测建模与分析技术显得至关重要。Coursera的《预测建模与分析》课程是数据分析与商业专业化的第二门课程，为学习者提供深入的知识和实用的技能。
该课程主要分为几个模块：
1. 探索性数据分析与可视化
在这一模块中，学员将学习如何进行探索性数据分析，以便从数据中获取洞察并为预测建模做好准备。通过使用适当的工具，学员能够总结和可视化数据集，并识别用于预测连续和离散结果的建模技术。
2. 预测连续变量
本模块介绍使用回归技术来预测连续变量的值。覆盖了一些预测建模的基本概念，包括交叉验证、模型选择和过拟合。此外，学员将学习如何使用XLMiner工具构建预测模型。
3. 预测二元结果
这个模块将引导学员了解物流回归模型，以预测二元变量的值。学员将深入探讨分类的重要概念，包括交叉验证、混淆矩阵、成本敏感分类和ROC曲线，并学习如何使用XLMiner构建分类模型。
4. 树模型及其他预测模型
最后，课程将介绍更高级的预测模型，比如树模型和神经网络，学员将学习如何使用XLMiner构建这些模型并应用于预测连续或二元变量。
整个课程设计严谨，既有理论知识的讲解，又有实践技能的训练，非常适合希望在数据分析领域深入发展的学习者。如果你对数据分析、预测建模感兴趣，建议你报名参加这个课程，收获将会非常丰厚！
课程主页: https://www.coursera.org/learn/predictive-modeling-analytics