# Regresní modely pro strojové učení ## Regionální téma: Regresní modely pro ceny dýní v Severní Americe 🎃 V Severní Americe se dýně často vyřezávají do strašidelných obličejů na Halloween. Pojďme se dozvědět více o těchto fascinujících zeleninách!  > Foto od Beth Teutschmann na Unsplash ## Co se naučíte [](https://youtu.be/5QnJtDad4iQ "Úvodní video o regresi - Klikněte pro zhlédnutí!") > 🎥 Klikněte na obrázek výše pro rychlé úvodní video k této lekci Lekce v této sekci pokrývají typy regresních modelů v kontextu strojového učení. Regresní modely mohou pomoci určit _vztah_ mezi proměnnými. Tento typ modelu dokáže předpovídat hodnoty, jako je délka, teplota nebo věk, a tím odhalit vztahy mezi proměnnými při analýze datových bodů. V této sérii lekcí objevíte rozdíly mezi lineární a logistickou regresí a zjistíte, kdy je vhodné použít jednu nebo druhou. [](https://youtu.be/XA3OaoW86R8 "ML pro začátečníky - Úvod do regresních modelů pro strojové učení") > 🎥 Klikněte na obrázek výše pro krátké video představující regresní modely. V této skupině lekcí se připravíte na zahájení úkolů strojového učení, včetně konfigurace Visual Studio Code pro práci s notebooky, což je běžné prostředí pro datové vědce. Objevíte knihovnu Scikit-learn pro strojové učení a vytvoříte své první modely, přičemž se v této kapitole zaměříte na regresní modely. > Existují užitečné nástroje s nízkým kódem, které vám mohou pomoci naučit se pracovat s regresními modely. Vyzkoušejte [Azure ML pro tento úkol](https://docs.microsoft.com/learn/modules/create-regression-model-azure-machine-learning-designer/?WT.mc_id=academic-77952-leestott) ### Lekce 1. [Nástroje oboru](1-Tools/README.md) 2. [Správa dat](2-Data/README.md) 3. [Lineární a polynomiální regrese](3-Linear/README.md) 4. [Logistická regrese](4-Logistic/README.md) --- ### Poděkování "ML s regresí" bylo napsáno s ♥️ od [Jen Looper](https://twitter.com/jenlooper) ♥️ Přispěvatelé kvízů zahrnují: [Muhammad Sakib Khan Inan](https://twitter.com/Sakibinan) a [Ornella Altunyan](https://twitter.com/ornelladotcom) Dataset dýní je doporučen [tímto projektem na Kaggle](https://www.kaggle.com/usda/a-year-of-pumpkin-prices) a jeho data pocházejí z [Specialty Crops Terminal Markets Standard Reports](https://www.marketnews.usda.gov/mnp/fv-report-config-step1?type=termPrice) distribuovaných Ministerstvem zemědělství Spojených států. Přidali jsme několik bodů týkajících se barvy na základě odrůdy, abychom normalizovali distribuci. Tato data jsou ve veřejné doméně. --- **Prohlášení**: Tento dokument byl přeložen pomocí služby pro automatický překlad [Co-op Translator](https://github.com/Azure/co-op-translator). Ačkoli se snažíme o přesnost, mějte prosím na paměti, že automatické překlady mohou obsahovat chyby nebo nepřesnosti. Původní dokument v jeho původním jazyce by měl být považován za autoritativní zdroj. Pro důležité informace doporučujeme profesionální lidský překlad. Neodpovídáme za žádná nedorozumění nebo nesprávné interpretace vyplývající z použití tohoto překladu.