Vui lòng dùng định danh này để trích dẫn hoặc liên kết đến tài liệu này: https://dspace.ctu.edu.vn/jspui/handle/123456789/116936
Toàn bộ biểu ghi siêu dữ liệu
Trường DCGiá trị Ngôn ngữ
dc.contributor.advisorDương, Thị Bé Ba-
dc.contributor.authorHuỳnh, Lan Thanh-
dc.date.accessioned2025-06-10T08:05:46Z-
dc.date.available2025-06-10T08:05:46Z-
dc.date.issued2024-
dc.identifier.otherB2103280-
dc.identifier.urihttps://dspace.ctu.edu.vn/jspui/handle/123456789/116936-
dc.description83 tr.vi_VN
dc.description.abstractTrong luận văn này, tôi đã trình bày các khái niệm và chứng minh một số tính chất của mô hình hồi qui, đồng thời ứng dụng phân tích hồi qui với Python trên bộ dữ liệu thực tế. Về mặt lý thuyết, luận văn đã trình bày các khái niệm cơ bản về một số dạng của mô hình hồi qui, đặc biệt là hồi qui tuyến tính đơn và hồi qui tuyến tính bội, cùng với việc giải thích tính chất của các tham số hồi qui và các chỉ số đánh giá mô hình. Về ứng dụng, Python là công cụ được sử dụng để minh họa cách xây dựng mô hình hồi qui từ dữ liệu. Các thư viện phổ biến như Numpy, Pandas, Matplotlib và Scikit-learn đã được khai thác để làm sạch dữ liệu, thực hiện phân tích và trực quan hóa dữ liệu. Luận văn cũng đã sử dụng công cụ Python để thực hiện phân tích thống kê, bao gồm các bước xử lý dữ liệu đến xây dựng mô hình trên một bộ dữ liệu thực tế, nhằm đánh giá các yếu tố tác động đến giá nhà ở tại bang California.vi_VN
dc.language.isovivi_VN
dc.publisherĐại học Cần Thơvi_VN
dc.subjectToán ứng dụngvi_VN
dc.titlePhân tích hồi qui với Python và ứng dụngvi_VN
dc.typeThesisvi_VN
Bộ sưu tập: Khoa Khoa học Tự nhiên

Các tập tin trong tài liệu này:
Tập tin Mô tả Kích thước Định dạng  
_file_
  Giới hạn truy cập
1.09 MBAdobe PDF
Your IP: 216.73.216.9


Khi sử dụng các tài liệu trong Thư viện số phải tuân thủ Luật bản quyền.