2.8 KiB
머신러닝을 위한 Regression 모델
지역 토픽: 북미의 호박 가격을 위한 Regression 모델 🎃
북미에서, Halloween을 위해서 호박을 소름돋게 무서운 얼굴로 조각하는 경우가 자주 있습니다. 매혹적인 채소에 대하여 찾아봅시다!
Photo by Beth Teutschmann on Unsplash
무엇을 배우나요
이 섹션의 강의는 머신러닝의 컨텍스트에서 regression 타입을 다루게 됩니다. Regression 모델은 변수 사이 relationship 을 결정하도록 도울 수 있습니다. 모델의 타입은 길이, 온도, 또는 나이와 같은 값을 예측할 수 있으므로, 데이터 포인트를 분석하는 순간 변수 사이의 관계를 알 수 있습니다.
이 강의의 시리즈에서, linear와 logistic regression 간의 다른 점을 찾을 수 있고, 둘 중 하나를 언제 사용해야 될 지 알 수 있습니다.
이 강의의 그룹에서, 데이터 사이언티스트를 위한 일반적 환경의, 노트북을 관리할 Visual Studio code 구성을 포함해서, 머신러닝 작업을 시작하도록 맞춥니다. 머신러닝을 위한 라이브러리인, Scikit-learn을 찾고, 이 챕터의 Regression 모델에 초점을 맞추어, 첫 모델을 만들 예정입니다.
Regression 모델을 작업할 때 배울 수 있는 유용한 low-code 도구가 있습니다. Azure ML for this task를 시도해보세요.
Lessons
크레딧
"ML with regression" was written with ♥️ by Jen Looper
♥️ Quiz contributors include: Muhammad Sakib Khan Inan and Ornella Altunyan
호박 데이터셋은 this project on Kaggle에서 제안되었고 데이터는 United States Department of Agriculture에서 배포한 Specialty Crops Terminal Markets Standard Reports에 기반합니다. 분포를 정규화하기 위하여 다양성을 기반으로 색상을 주변에 몇 포인트 더 했습니다. 데이터는 공개 도메인에 존재합니다.