|
8 months ago | |
---|---|---|
.. | ||
1-Tools | 8 months ago | |
2-Data | 8 months ago | |
3-Linear | 8 months ago | |
4-Logistic | 8 months ago | |
README.md | 8 months ago |
README.md
Modelli di regressione per il machine learning
Argomento regionale: Modelli di regressione per i prezzi delle zucche in Nord America 🎃
In Nord America, le zucche vengono spesso intagliate in volti spaventosi per Halloween. Scopriamo di più su questi affascinanti ortaggi!
Foto di Beth Teutschmann su Unsplash
Cosa imparerai
🎥 Clicca sull'immagine sopra per un breve video introduttivo a questa lezione
Le lezioni in questa sezione coprono i tipi di regressione nel contesto del machine learning. I modelli di regressione possono aiutare a determinare la relazione tra variabili. Questo tipo di modello può prevedere valori come lunghezza, temperatura o età, rivelando così le relazioni tra le variabili mentre analizza i punti dati.
In questa serie di lezioni, scoprirai le differenze tra la regressione lineare e quella logistica, e quando preferire l'una rispetto all'altra.
🎥 Clicca sull'immagine sopra per un breve video che introduce i modelli di regressione.
In questo gruppo di lezioni, ti preparerai per iniziare i compiti di machine learning, incluso configurare Visual Studio Code per gestire i notebook, l'ambiente comune per i data scientist. Scoprirai Scikit-learn, una libreria per il machine learning, e costruirai i tuoi primi modelli, concentrandoti sui modelli di regressione in questo capitolo.
Esistono utili strumenti low-code che possono aiutarti a imparare a lavorare con i modelli di regressione. Prova Azure ML per questo compito
Lezioni
Crediti
"ML con la regressione" è stato scritto con ♥️ da Jen Looper
♥️ I contributori ai quiz includono: Muhammad Sakib Khan Inan e Ornella Altunyan
Il dataset delle zucche è suggerito da questo progetto su Kaggle e i suoi dati provengono dai Rapporti standard dei mercati terminali delle colture speciali distribuiti dal Dipartimento dell'Agricoltura degli Stati Uniti. Abbiamo aggiunto alcuni punti relativi al colore in base alla varietà per normalizzare la distribuzione. Questi dati sono di dominio pubblico.
Disclaimer: Questo documento è stato tradotto utilizzando servizi di traduzione automatizzati basati su intelligenza artificiale. Sebbene ci impegniamo per garantire l'accuratezza, si prega di essere consapevoli che le traduzioni automatizzate possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale umana. Non siamo responsabili per eventuali malintesi o interpretazioni errate derivanti dall'uso di questa traduzione.