4.1 KiB
機械学習のための回帰モデル
地域トピック: 北米のカボチャ価格に対する回帰モデル 🎃
北米では、ハロウィンのためにカボチャがよく怖い顔に彫られます。この魅力的な野菜についてもっと発見してみましょう！
写真提供: Beth Teutschmann on Unsplash
学ぶこと
🎥 上の画像をクリックして、このレッスンの簡単な紹介ビデオを視聴してください
このセクションのレッスンでは、機械学習の文脈での回帰の種類について説明します。回帰モデルは、変数間の_関係_を決定するのに役立ちます。このタイプのモデルは、長さ、温度、年齢などの値を予測することができ、データポイントを分析することで変数間の関係を明らかにします。
この一連のレッスンでは、線形回帰とロジスティック回帰の違いを発見し、どちらを選ぶべきかを学びます。
🎥 上の画像をクリックして、回帰モデルの紹介ビデオを視聴してください
この一連のレッスンでは、機械学習のタスクを開始するための準備を行います。これには、データサイエンティストの共通の環境であるノートブックを管理するためのVisual Studio Codeの設定が含まれます。Scikit-learnという機械学習のライブラリを発見し、この章では回帰モデルに焦点を当てて最初のモデルを構築します。
回帰モデルの操作について学ぶのに役立つローコードツールがあります。このタスクには Azure ML を試してみてください。
レッスン
クレジット
「回帰を用いた機械学習」は Jen Looper によって♥️を込めて書かれました。
♥️ クイズの貢献者には Muhammad Sakib Khan Inan と Ornella Altunyan が含まれます。
カボチャのデータセットは このKaggleプロジェクト によって提案され、そのデータはアメリカ合衆国農務省が配布する Specialty Crops Terminal Markets Standard Reports に由来しています。品種に基づく色に関するポイントを追加して分布を正規化しました。このデータはパブリックドメインです。
免責事項： この文書は機械ベースのAI翻訳サービスを使用して翻訳されています。正確さを期すよう努めていますが、自動翻訳には誤りや不正確さが含まれる場合がありますのでご注意ください。原文の言語によるオリジナル文書が権威ある情報源と見なされるべきです。重要な情報については、専門の人間による翻訳をお勧めします。この翻訳の使用に起因する誤解や誤訳について、当社は一切の責任を負いません。