You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
ML-For-Beginners/translations/it/2-Regression/README.md

43 lines
3.9 KiB

# 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!
![jack-o-lanterns](../../../translated_images/jack-o-lanterns.181c661a9212457d7756f37219f660f1358af27554d856e5a991f16b4e15337c.it.jpg)
> Foto di <a href="https://unsplash.com/@teutschmann?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Beth Teutschmann</a> su <a href="https://unsplash.com/s/photos/jack-o-lanterns?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
## Cosa imparerai
[![Introduzione alla Regressione](https://img.youtube.com/vi/5QnJtDad4iQ/0.jpg)](https://youtu.be/5QnJtDad4iQ "Video introduttivo sulla Regressione - Clicca per guardare!")
> 🎥 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.
[![ML per principianti - Introduzione ai modelli di regressione per il Machine Learning](https://img.youtube.com/vi/XA3OaoW86R8/0.jpg)](https://youtu.be/XA3OaoW86R8 "ML per principianti - Introduzione ai modelli di regressione per il Machine Learning")
> 🎥 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](https://docs.microsoft.com/learn/modules/create-regression-model-azure-machine-learning-designer/?WT.mc_id=academic-77952-leestott)
### Lezioni
1. [Strumenti del mestiere](1-Tools/README.md)
2. [Gestione dei dati](2-Data/README.md)
3. [Regressione lineare e polinomiale](3-Linear/README.md)
4. [Regressione logistica](4-Logistic/README.md)
---
### Crediti
"ML con la regressione" è stato scritto con ♥️ da [Jen Looper](https://twitter.com/jenlooper)
♥️ I contributori ai quiz includono: [Muhammad Sakib Khan Inan](https://twitter.com/Sakibinan) e [Ornella Altunyan](https://twitter.com/ornelladotcom)
Il dataset delle zucche è suggerito da [questo progetto su Kaggle](https://www.kaggle.com/usda/a-year-of-pumpkin-prices) e i suoi dati provengono dai [Rapporti standard dei mercati terminali delle colture speciali](https://www.marketnews.usda.gov/mnp/fv-report-config-step1?type=termPrice) 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.