La primera parte, centrada en la evaluación de pruebas diagnósticas mediante curvas ROC, y la segunda, dedicada a la construcción de modelos predictivos

Milestone report exploring the SwiftKey text corpus (blogs, news, Twitter) and outlining plans for a next-word prediction algorithm and Shiny app.

Laporan ini menyajikan aplikasi praktis dari Generalized Linear Models (GLM) dalam menangani data non-kontinu melalui empat pendekatan model utama: Regresi Logistik Biner (analisis peluang sukses/gagal pada keputusan deposito bank), Regresi Logistik Multinomial (klasifikasi multi-kategori pada spesies fauna), Regresi Logistik Ordinal (pemodelan tingkat prioritas penerimaan siswa), dan Regresi Poisson (analisis data cacah jumlah kamar apartemen). Menggunakan dataset riil dan kredibel dari UCI Machine Learning Repository, laporan ini berfokus pada visualisasi, pembentukan model menggunakan R, serta interpretasi statistik nilai Odds Ratio dan signifikansi parameter secara ringkas dan tepat sasaran.