# 機器學習中的回歸模型 ## 區域主題：北美南瓜價格的回歸模型 🎃 在北美，南瓜常被雕刻成恐怖的臉孔以慶祝萬聖節。讓我們一起探索這些迷人的蔬菜吧！  > 照片由 Beth Teutschmann 提供，來自 Unsplash ## 你將學到什麼 [](https://youtu.be/5QnJtDad4iQ "回歸介紹影片 - 點擊觀看！") > 🎥 點擊上方圖片觀看本課程的快速介紹影片 本章節的課程涵蓋機器學習中回歸的類型。回歸模型可以幫助確定變數之間的_關係_。這類模型可以預測像是長度、溫度或年齡等數值，從而在分析數據點時揭示變數之間的關聯。 在這系列課程中，你將了解線性回歸和邏輯回歸的差異，以及在什麼情況下應選擇其中一種。 [](https://youtu.be/XA3OaoW86R8 "機器學習入門 - 回歸模型介紹") > 🎥 點擊上方圖片觀看回歸模型的簡短介紹影片。 在這組課程中，你將準備開始機器學習任務，包括配置 Visual Studio Code 以管理筆記本，這是數據科學家常用的環境。你將了解 Scikit-learn，一個機器學習的庫，並在本章節中建立你的第一個模型，重點放在回歸模型上。 > 有一些實用的低代碼工具可以幫助你學習如何使用回歸模型。試試 [Azure ML](https://docs.microsoft.com/learn/modules/create-regression-model-azure-machine-learning-designer/?WT.mc_id=academic-77952-leestott) 完成這項任務。 ### 課程 1. [工具介紹](1-Tools/README.md) 2. [數據管理](2-Data/README.md) 3. [線性回歸與多項式回歸](3-Linear/README.md) 4. [邏輯回歸](4-Logistic/README.md) --- ### 致謝 "回歸模型的機器學習" 由 [Jen Looper](https://twitter.com/jenlooper) 用 ♥️ 編寫 ♥️ 測驗貢獻者包括：[Muhammad Sakib Khan Inan](https://twitter.com/Sakibinan) 和 [Ornella Altunyan](https://twitter.com/ornelladotcom) 南瓜數據集由 [Kaggle 上的這個項目](https://www.kaggle.com/usda/a-year-of-pumpkin-prices) 提供建議，其數據來源於美國農業部發布的 [Specialty Crops Terminal Markets Standard Reports](https://www.marketnews.usda.gov/mnp/fv-report-config-step1?type=termPrice)。我們基於品種添加了一些關於顏色的數據點以使分佈正常化。這些數據屬於公共領域。 --- **免責聲明**： 本文件已使用 AI 翻譯服務 [Co-op Translator](https://github.com/Azure/co-op-translator) 進行翻譯。儘管我們努力確保翻譯的準確性，但請注意，自動翻譯可能包含錯誤或不準確之處。原始文件的母語版本應被視為權威來源。對於關鍵信息，建議尋求專業人工翻譯。我們對因使用此翻譯而引起的任何誤解或錯誤解釋不承擔責任。