Machine Learning in R: Curso Completo de Regressão Linear

Como os dados precisam estar ANTES de aplicar uma Regressão Linear?

Nesta aula vamos ver de forma direta como preparar os dados para rodar uma regressão.

Vamos avançar ainda mais na preparação dos dados.

Mais dicas importantes para preparar os dados.

Agora mostro o que seria o "ponto decisivo" numa regressão linear.

Iremos relembrar alguns pontos falados no curso de Correlação para entender quais as candidatas a variáveis independentes do modelo.

Não gostou muito da matriz de correlação? Então vamos a algumas alternativas simples para se obter as principais correlações.

Nesta aula mostro mais uma opção em relação à visualização das correlações.

Agora mais uma idéia interessante para verificar correlações entre as variáveis.

Agora mais uma idéia interessante para verificar correlações entre as variáveis.

Agora mais uma idéia interessante para verificar correlações entre as variáveis.

Agora mais uma idéia interessante para verificar correlações entre as variáveis.

Entenda nesta aula qual a ideia central por trás do método que gera a Regressão Linear.

Agora vamos ver como gerar o primeiro modelo a ser ajustado.

Nesta aula vamos fazer uma análise global das variáveis do modelo.

Agora é o momento de testar quais variáveis são significativas para o modelo.

E qual a interpretação na "vida real" para estes coeficientes do modelo?

Vamos a uma observação importante.

Nesta aula você verá que é possível identificar o ordem de importância de cada uma das variáveis do modelo.

O intervalos de confiança são muito úteis para entender a variabilidade da estimativa do parâmetro.

Vamos estudar agora até o modelo é capaz de explicar a variável dependente.

Nesta aula vou te mostrar uma estratégia muito interessante para comparar modelos.

Entenda o que são os pontos extremos e qual a importância de identificá-los.

Agora vamos ver na prática como identificar estes pontos que estão causando grandes resíduos.

Agora vamos continuar avançando no estudo dos outliers.

Em muitas situações é comum o modelo ser influenciado por um pequeno grupo de indivíduos especiais. Vamos estudar formas de encontrar estes indivíduos.

Nesta aula veremos a a Distância de Cook, a principal medida para encontrar os pontos influentes do modelo.

Outra forma de identificar os pontos influentes, é com base nas medidas de DFBETA, vejamos em detalhes...

Nesta aula eu mostro de forma simples como entender a diferença ocorrida nos Betas a paritr da retirada de indivíduos.

Nesta aula eu mostro agora no R de forma simples como entender a diferença ocorrida nos Betas a paritr da retirada de indivíduos.

Vamos agora estudar mais alguns detalhes no estudo dos DFBETAS.

Nesta aula estudaremos em detalhes como funciona esta medida de influência que leva em conta as diferenças nos valores ajustados a partir da retirada de cada indivíduo.

Agora veremos como tudo isto se aplica no R.

Nesta aula iremos estudar uma das medidas mais "famosas" para se medir a influência de cada ponto sob o modelo.

Esta é a aula onde iremos estudar a influência individual dos indivíduos sob o modelo, mas desta vez levando em consideração a razão de covariâncias.

Agora veremos um resumo para as medidas de influência do modelo.

Saber exatamente qual o tipo de cada variável é um passo importante para saber se o seu modelo está indo em um bom caminho.

Vamos agora verificar se as variáveis explicativas estão relacionadas umas com as outras.

Agora vamos estudar a suposição de que os resíduos devem ter a mesma variância.

Agora precisamos verificar a suposição de que os resíduos devem ser normalmente distribuídos.

O estudo dos resíduos é parte fundamental na busca pela generalização de modelos de regressão, então nesta aula vamos estudar se os resíduos do modelo são aleatórios.

A suposição de Independência é muito importante para validarmos um modelo de regressão. Vamos entender como verificá-la?

Agora vamos tratar desta importante suposição para os modelos de regressão.

O que fazer se pelo menos uma das suposições for violada?

Agora aprenda como usar o modelo desenvolvido.

Agora vou te explicar em detalhas todas as etepas a serem seguidas para o desenvolvimento do projeto.

Uma possível solução para o projeto proposto.

"E qual seria o próximo passo?"

Provavelmente você está se perguntando quais os passos para que eu saiba analisar corretamente os dados e ser um(a) Cientista de Dados? O que eu preciso aprender? E qual a ordem lógica das coisas? Será que estou seguindo os passos corretamente sem pular nada importante?

No processo de criação das habilidades necessárias para a Ciência de Dados é normal ficarmos perdidos e confusos a respeito das etapas a serem seguidas. E o que adianta sair por ai aprendendo de tudo e não aprender o que realmente é necessário?

E tenho percebido que muitos alunos assim como eu no início, ficam em dúvida sobre quais cursos devem fazer para ter a habilidade de analisar dados e também em qual ordem estes cursos devem ser feitos, a fim de evitar três problemas:

- A perda de tempo aprendendo o que não é necessário (Overdose de informação)

- Pular etapas importantes e assim se perder no processo.

- Não conseguir acompanhar os cursos, por não saber o que vem antes ou vem depois.

Então por isso quero deixar em ANEXO a esta aula uma sequência ideal de cursos para que você ganhe tempo e atinja o alvo de forma objetiva.

E como você já faz parte de nosso time de profissionais de sucesso, achei justo de presentear com vários cupons promocionais (no mesmo anexo) para que não tenhas desculpas de não dominar esta nova carreira profissional.

Nesta aula mostro o caminho do que você precisa aprender para a carreira de Cientista de Dados e como este curso se encaixa nesta sequência de cursos.