# Modelos de regressão para aprendizado de máquina
## Tópico regional: Modelos de regressão para preços de abóbora na América do Norte 🎃
Na América do Norte, abóboras são frequentemente esculpidas em rostos assustadores para o Halloween. Vamos descobrir mais sobre esses fascinantes vegetais!
> Foto por Beth Teutschmann em Unsplash
## O que você vai aprender
[](https://youtu.be/5QnJtDad4iQ "Vídeo de Introdução à Regressão - Clique para Assistir!")
> 🎥 Clique na imagem acima para um vídeo rápido de introdução a esta lição
As lições nesta seção abordam tipos de regressão no contexto de aprendizado de máquina. Modelos de regressão podem ajudar a determinar a _relação_ entre variáveis. Esse tipo de modelo pode prever valores como comprimento, temperatura ou idade, revelando assim relações entre variáveis à medida que analisa pontos de dados.
Nesta série de lições, você descobrirá as diferenças entre regressão linear e logística, e quando deve preferir uma em vez da outra.
[](https://youtu.be/XA3OaoW86R8 "ML para iniciantes - Introdução a Modelos de Regressão para Aprendizado de Máquina")
> 🎥 Clique na imagem acima para um vídeo curto apresentando modelos de regressão.
Neste grupo de lições, você será preparado para começar tarefas de aprendizado de máquina, incluindo a configuração do Visual Studio Code para gerenciar notebooks, o ambiente comum para cientistas de dados. Você descobrirá o Scikit-learn, uma biblioteca para aprendizado de máquina, e construirá seus primeiros modelos, focando em modelos de regressão neste capítulo.
> Existem ferramentas de baixo código úteis que podem ajudá-lo a aprender sobre como trabalhar com modelos de regressão. Experimente [Azure ML para esta tarefa](https://docs.microsoft.com/learn/modules/create-regression-model-azure-machine-learning-designer/?WT.mc_id=academic-77952-leestott)
### Lições
1. [Ferramentas do ofício](1-Tools/README.md)
2. [Gerenciando dados](2-Data/README.md)
3. [Regressão linear e polinomial](3-Linear/README.md)
4. [Regressão logística](4-Logistic/README.md)
---
### Créditos
"ML com regressão" foi escrito com ♥️ por [Jen Looper](https://twitter.com/jenlooper)
♥️ Contribuidores do quiz incluem: [Muhammad Sakib Khan Inan](https://twitter.com/Sakibinan) e [Ornella Altunyan](https://twitter.com/ornelladotcom)
O conjunto de dados de abóbora é sugerido por [este projeto no Kaggle](https://www.kaggle.com/usda/a-year-of-pumpkin-prices) e seus dados são provenientes dos [Relatórios Padrão dos Mercados de Culturas Especiais](https://www.marketnews.usda.gov/mnp/fv-report-config-step1?type=termPrice) distribuídos pelo Departamento de Agricultura dos Estados Unidos. Adicionamos alguns pontos sobre a cor com base na variedade para normalizar a distribuição. Esses dados estão em domínio público.
**Aviso Legal**:
Este documento foi traduzido utilizando serviços de tradução automática baseados em IA. Embora nos esforcemos pela precisão, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autoritativa. Para informações críticas, recomenda-se a tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações errôneas decorrentes do uso desta tradução.