# मशीन लर्निंग के लिए रिग्रेशन मॉडल्स
## क्षेत्रीय विषय: उत्तरी अमेरिका में कद्दू की कीमतों के लिए रिग्रेशन मॉडल्स 🎃

उत्तरी अमेरिका में, कद्दू अक्सर हैलोवीन के लिए डरावने चेहरों में तराशे जाते हैं। आइए इन आकर्षक सब्जियों के बारे में और जानें!

![jack-o-lanterns](../../../translated_images/jack-o-lanterns.181c661a9212457d7756f37219f660f1358af27554d856e5a991f16b4e15337c.hi.jpg)
> फोटो <a href="https://unsplash.com/@teutschmann?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">बेथ टेउत्स्चमैन</a> द्वारा <a href="https://unsplash.com/s/photos/jack-o-lanterns?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">अनस्प्लैश</a> पर

## आप क्या सीखेंगे

[![रिग्रेशन का परिचय](https://img.youtube.com/vi/5QnJtDad4iQ/0.jpg)](https://youtu.be/5QnJtDad4iQ "रिग्रेशन परिचय वीडियो - देखने के लिए क्लिक करें!")
> 🎥 ऊपर की छवि पर क्लिक करें इस पाठ के लिए एक त्वरित परिचय वीडियो के लिए

इस खंड में पाठ मशीन लर्निंग के संदर्भ में रिग्रेशन के प्रकारों को कवर करते हैं। रिग्रेशन मॉडल्स वेरिएबल्स के बीच _संबंध_ को निर्धारित करने में मदद कर सकते हैं। इस प्रकार का मॉडल लंबाई, तापमान, या उम्र जैसी मानों का पूर्वानुमान लगा सकता है, इस प्रकार डेटा बिंदुओं का विश्लेषण करते समय वेरिएबल्स के बीच संबंधों का पता लगा सकता है।

इस श्रृंखला के पाठों में, आप रेखीय और लॉजिस्टिक रिग्रेशन के बीच के अंतर को जानेंगे, और कब आपको एक को दूसरे पर प्राथमिकता देनी चाहिए।

[![शुरुआती के लिए एमएल - मशीन लर्निंग के लिए रिग्रेशन मॉडल्स का परिचय](https://img.youtube.com/vi/XA3OaoW86R8/0.jpg)](https://youtu.be/XA3OaoW86R8 "शुरुआती के लिए एमएल - मशीन लर्निंग के लिए रिग्रेशन मॉडल्स का परिचय")

> 🎥 ऊपर की छवि पर क्लिक करें रिग्रेशन मॉडल्स का परिचय देने वाले एक छोटे वीडियो के लिए।

इस पाठ समूह में, आप मशीन लर्निंग कार्यों को शुरू करने के लिए सेट अप करेंगे, जिसमें नोटबुक्स को प्रबंधित करने के लिए Visual Studio Code को कॉन्फ़िगर करना शामिल है, जो डेटा वैज्ञानिकों के लिए एक सामान्य वातावरण है। आप Scikit-learn की खोज करेंगे, जो मशीन लर्निंग के लिए एक लाइब्रेरी है, और आप अपने पहले मॉडल्स का निर्माण करेंगे, इस अध्याय में रिग्रेशन मॉडल्स पर ध्यान केंद्रित करेंगे।

> कुछ उपयोगी लो-कोड टूल्स हैं जो आपको रिग्रेशन मॉडल्स के साथ काम करने के बारे में सीखने में मदद कर सकते हैं। इस कार्य के लिए [Azure ML आज़माएं](https://docs.microsoft.com/learn/modules/create-regression-model-azure-machine-learning-designer/?WT.mc_id=academic-77952-leestott)

### पाठ

1. [ट्रेड के टूल्स](1-Tools/README.md)
2. [डेटा प्रबंधन](2-Data/README.md)
3. [रेखीय और बहुपद रिग्रेशन](3-Linear/README.md)
4. [लॉजिस्टिक रिग्रेशन](4-Logistic/README.md)

---
### क्रेडिट्स

"रिग्रेशन के साथ एमएल" को ♥️ के साथ [जेन लूपर](https://twitter.com/jenlooper) द्वारा लिखा गया था

♥️ क्विज़ योगदानकर्ताओं में शामिल हैं: [मुहम्मद साकिब खान इनान](https://twitter.com/Sakibinan) और [ऑर्नेला अल्टुन्यान](https://twitter.com/ornelladotcom)

कद्दू डेटासेट का सुझाव [इस प्रोजेक्ट द्वारा कागल पर](https://www.kaggle.com/usda/a-year-of-pumpkin-prices) दिया गया है और इसका डेटा [विशेष फसलों के टर्मिनल मार्केट्स स्टैंडर्ड रिपोर्ट्स](https://www.marketnews.usda.gov/mnp/fv-report-config-step1?type=termPrice) से लिया गया है, जिसे संयुक्त राज्य अमेरिका के कृषि विभाग द्वारा वितरित किया गया है। हमने वितरण को सामान्य करने के लिए विविधता के आधार पर कुछ रंग बिंदु जोड़े हैं। यह डेटा सार्वजनिक डोमेन में है।

**अस्वीकरण**:
इस दस्तावेज़ का अनुवाद मशीन आधारित एआई अनुवाद सेवाओं का उपयोग करके किया गया है। हम सटीकता के लिए प्रयास करते हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियाँ या अशुद्धियाँ हो सकती हैं। मूल भाषा में मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।