msb-public
/
ML-For-Beginners
mirror of https://github.com/microsoft/ML-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity
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.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from 'amynic-patch-1'
${ noResults }
ML-For-Beginners/translations/pt/2-Regression
History
Pikachú 9fc2b847b8
updated image translation for the various languages 		7 months ago
..
1-Tools updated image translation for the various languages 7 months ago
2-Data updated image translation for the various languages 7 months ago
3-Linear updated image translation for the various languages 7 months ago
4-Logistic updated image translation for the various languages 7 months ago
README.md updated image translation for the various languages 7 months ago

README.md

Modelos de regressão para aprendizado de máquina

Tópico regional: Modelos de regressão para preços de abóbora na América do Norte 🎃

Na América do Norte, abóboras são frequentemente esculpidas em rostos assustadores para o Halloween. Vamos descobrir mais sobre esses fascinantes vegetais!

jack-o-lanterns

Foto por Beth Teutschmann em Unsplash

O que você vai aprender

Introdução à Regressão

🎥 Clique na imagem acima para um vídeo rápido de introdução a esta lição

As lições nesta seção abordam tipos de regressão no contexto de aprendizado de máquina. Modelos de regressão podem ajudar a determinar a relação entre variáveis. Esse tipo de modelo pode prever valores como comprimento, temperatura ou idade, revelando assim relações entre variáveis à medida que analisa pontos de dados.

Nesta série de lições, você descobrirá as diferenças entre regressão linear e logística, e quando deve preferir uma em vez da outra.

ML para iniciantes - Introdução a Modelos de Regressão para Aprendizado de Máquina

🎥 Clique na imagem acima para um vídeo curto apresentando modelos de regressão.

Neste grupo de lições, você será preparado para começar tarefas de aprendizado de máquina, incluindo a configuração do Visual Studio Code para gerenciar notebooks, o ambiente comum para cientistas de dados. Você descobrirá o Scikit-learn, uma biblioteca para aprendizado de máquina, e construirá seus primeiros modelos, focando em modelos de regressão neste capítulo.

Existem ferramentas de baixo código úteis que podem ajudá-lo a aprender sobre como trabalhar com modelos de regressão. Experimente Azure ML para esta tarefa

Lições

  1. Ferramentas do ofício
  2. Gerenciando dados
  3. Regressão linear e polinomial
  4. Regressão logística

Créditos

"ML com regressão" foi escrito com ♥️ por Jen Looper

♥️ Contribuidores do quiz incluem: Muhammad Sakib Khan Inan e Ornella Altunyan

O conjunto de dados de abóbora é sugerido por este projeto no Kaggle e seus dados são provenientes dos Relatórios Padrão dos Mercados de Culturas Especiais distribuídos pelo Departamento de Agricultura dos Estados Unidos. Adicionamos alguns pontos sobre a cor com base na variedade para normalizar a distribuição. Esses dados estão em domínio público.

Aviso Legal:
Este documento foi traduzido utilizando serviços de tradução automática baseados em IA. Embora nos esforcemos pela precisão, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autoritativa. Para informações críticas, recomenda-se a tradução profissional realizada por humanos. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações errôneas decorrentes do uso desta tradução.