# 機械学習の回帰モデル ## 地域トピック: 北米におけるカボチャ価格の回帰モデル 🎃 北米では、カボチャはよくハロウィンのために怖い顔に彫られます。この魅力的な野菜についてもっと探ってみましょう！  > 写真提供: Beth Teutschmann on Unsplash ## 学べること [](https://youtu.be/5QnJtDad4iQ "回帰紹介ビデオ - クリックして視聴！") > 🎥 上の画像をクリックして、このレッスンの簡単な紹介ビデオを視聴してください このセクションのレッスンでは、機械学習の文脈での回帰の種類を扱います。回帰モデルは変数間の_関係_を特定するのに役立ちます。このタイプのモデルは、長さ、温度、年齢などの値を予測し、データポイントを分析することで変数間の関係を明らかにします。 このレッスンシリーズでは、線形回帰とロジスティック回帰の違いを学び、それぞれをどのような場合に使うべきかを理解します。 [](https://youtu.be/XA3OaoW86R8 "初心者向け機械学習 - 回帰モデルの紹介") > 🎥 上の画像をクリックして、回帰モデルの紹介ビデオを視聴してください。 このレッスン群では、機械学習タスクを始めるための準備を行います。データサイエンティストの一般的な環境であるノートブックを管理するためにVisual Studio Codeを設定します。また、機械学習用ライブラリであるScikit-learnを発見し、この章では回帰モデルに焦点を当てた最初のモデルを構築します。 > 回帰モデルを扱う方法を学ぶのに役立つ便利なローコードツールがあります。[Azure ML](https://docs.microsoft.com/learn/modules/create-regression-model-azure-machine-learning-designer/?WT.mc_id=academic-77952-leestott)を試してみてください。 ### レッスン 1. [ツールの選択](1-Tools/README.md) 2. [データの管理](2-Data/README.md) 3. [線形回帰と多項式回帰](3-Linear/README.md) 4. [ロジスティック回帰](4-Logistic/README.md) --- ### クレジット 「回帰を使った機械学習」は[Jen Looper](https://twitter.com/jenlooper)によって♥️を込めて書かれました。 ♥️ クイズの貢献者には、[Muhammad Sakib Khan Inan](https://twitter.com/Sakibinan)と[Ornella Altunyan](https://twitter.com/ornelladotcom)が含まれます。 カボチャのデータセットは[Kaggleのこのプロジェクト](https://www.kaggle.com/usda/a-year-of-pumpkin-prices)によって提案され、そのデータはアメリカ合衆国農務省が配布する[Specialty Crops Terminal Markets Standard Reports](https://www.marketnews.usda.gov/mnp/fv-report-config-step1?type=termPrice)から取得されています。分布を正規化するために品種に基づいた色のポイントを追加しました。このデータはパブリックドメインに属しています。 --- **免責事項**: この文書は、AI翻訳サービス [Co-op Translator](https://github.com/Azure/co-op-translator) を使用して翻訳されています。正確性を追求しておりますが、自動翻訳には誤りや不正確な部分が含まれる可能性があることをご承知おきください。元の言語で記載された文書が正式な情報源とみなされるべきです。重要な情報については、専門の人間による翻訳を推奨します。この翻訳の使用に起因する誤解や誤解釈について、当方は一切の責任を負いません。