4.0 KiB
Modelos de regresión para el aprendizaje automático
Tema regional: Modelos de regresión para precios de calabazas en América del Norte 🎃
En América del Norte, las calabazas a menudo se tallan en caras aterradoras para Halloween. ¡Vamos a descubrir más sobre estos fascinantes vegetales!
Foto por Beth Teutschmann en Unsplash
Lo que aprenderás
🎥 Haz clic en la imagen de arriba para un video de introducción rápida a esta lección
Las lecciones en esta sección cubren los tipos de regresión en el contexto del aprendizaje automático. Los modelos de regresión pueden ayudar a determinar la relación entre variables. Este tipo de modelo puede predecir valores como longitud, temperatura o edad, descubriendo así relaciones entre variables mientras analiza puntos de datos.
En esta serie de lecciones, descubrirás las diferencias entre la regresión lineal y logística, y cuándo deberías preferir una sobre la otra.
🎥 Haz clic en la imagen de arriba para un video corto que introduce los modelos de regresión.
En este grupo de lecciones, te prepararás para comenzar tareas de aprendizaje automático, incluyendo la configuración de Visual Studio Code para gestionar notebooks, el entorno común para los científicos de datos. Descubrirás Scikit-learn, una biblioteca para el aprendizaje automático, y construirás tus primeros modelos, enfocándote en los modelos de regresión en este capítulo.
Hay herramientas útiles de bajo código que pueden ayudarte a aprender sobre trabajar con modelos de regresión. Prueba Azure ML para esta tarea
Lecciones
Créditos
"ML con regresión" fue escrito con ♥️ por Jen Looper
♥️ Contribuyentes al cuestionario incluyen: Muhammad Sakib Khan Inan y Ornella Altunyan
El conjunto de datos de calabazas es sugerido por este proyecto en Kaggle y sus datos provienen de los Informes estándar de mercados terminales de cultivos especiales distribuidos por el Departamento de Agricultura de los Estados Unidos. Hemos añadido algunos puntos sobre el color basado en la variedad para normalizar la distribución. Estos datos son de dominio público.
**Descargo de responsabilidad**:
Este documento ha sido traducido utilizando servicios de traducción automatizada por IA. Aunque nos esforzamos por lograr precisión, tenga en cuenta que las traducciones automáticas pueden contener errores o inexactitudes. El documento original en su idioma nativo debe considerarse la fuente autorizada. Para información crítica, se recomienda la traducción profesional humana. No somos responsables de ningún malentendido o interpretación errónea que surja del uso de esta traducción.