上一次“线性回归模型”讲座中因变量Y是定量变量，但现实中很多情况，因变量Y却是定性的，例如：
（1）某移动通讯公司基于用户的通话时长、当月话费、通话人数等信息判断该用户是否会流失；
（2）某银行根据客户的是否有房产、收入水平、工作性质以及年龄等一系列信息决定是否发放贷款；
（3）某证券公司基于投资者的背景、交易频率、投资品种等信息将其归到“保守型”、“稳健性”、“进取型”三类中的一类，然后向其推荐合适的金融产品。
现实中我们碰到的分类问题甚至比定量回归问题还要多。如今许多分类技术或分类模型都已被开发出来用于预测定性变量，其中一种最广泛的应用是Logistic回归模型。本次讲座力求用最通俗易懂的方式讲解模型的实际应用，让即便是“零基础”的同学也能有所收获，打开一扇新的知识窗口。本次讲座内容如下：
（1）分类问题概述；
（2）为什么线性回归不可用；
（3）Logistic回归模型原理介绍；
（4）回归系数估计与解读；
（5）预测
（6）分类数超过2的Logistic回归
地点：第二实训楼B506 路演大厅
时间：10月30日（周二）下午15-16点
主讲人：何展鸿老师
