<!--
CO_OP_TRANSLATOR_METADATA:
{
  "original_hash": "8af40209a41494068c1f42b14c0b450d",
  "translation_date": "2025-09-03T16:34:54+00:00",
  "source_file": "2-Regression/4-Logistic/assignment.md",
  "language_code": "pl"
}
-->
# Ponowne próby regresji

## Instrukcje

W lekcji używałeś wycinka danych o dyniach. Teraz wróć do oryginalnych danych i spróbuj wykorzystać je w całości, po ich oczyszczeniu i standaryzacji, aby zbudować model regresji logistycznej.

## Kryteria oceny

| Kryteria | Wzorowe                                                                | Wystarczające                                                | Wymaga poprawy                                              |
| -------- | ---------------------------------------------------------------------- | ------------------------------------------------------------ | ----------------------------------------------------------- |
|          | Przedstawiono notebook z dobrze wyjaśnionym i dobrze działającym modelem | Przedstawiono notebook z modelem, który działa minimalnie    | Przedstawiono notebook z modelem o słabej wydajności lub brak modelu |

---

**Zastrzeżenie**:  
Ten dokument został przetłumaczony za pomocą usługi tłumaczenia AI [Co-op Translator](https://github.com/Azure/co-op-translator). Chociaż dokładamy wszelkich starań, aby tłumaczenie było precyzyjne, prosimy pamiętać, że automatyczne tłumaczenia mogą zawierać błędy lub nieścisłości. Oryginalny dokument w jego rodzimym języku powinien być uznawany za źródło autorytatywne. W przypadku informacji o kluczowym znaczeniu zaleca się skorzystanie z profesjonalnego tłumaczenia przez człowieka. Nie ponosimy odpowiedzialności za jakiekolwiek nieporozumienia lub błędne interpretacje wynikające z użycia tego tłumaczenia.