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.
25 lines
3.9 KiB
25 lines
3.9 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "cc471fa89c293bc735dd3a9a0fb79b1b",
|
|
"translation_date": "2025-09-05T11:32:40+00:00",
|
|
"source_file": "2-Regression/3-Linear/assignment.md",
|
|
"language_code": "my"
|
|
}
|
|
-->
|
|
# ရှုထောင့်မော်ဒယ်တစ်ခု ဖန်တီးခြင်း
|
|
|
|
## လမ်းညွှန်ချက်များ
|
|
|
|
ဒီသင်ခန်းစာမှာ Linear Regression နဲ့ Polynomial Regression နှစ်မျိုးလုံးကို အသုံးပြုပြီး မော်ဒယ်တစ်ခု ဖန်တီးပုံကို ပြသထားပါတယ်။ ဒီအတန်းမှာ သင်ယူခဲ့တဲ့ အတတ်ပညာကို အသုံးပြုပြီး dataset တစ်ခု ရှာပါ၊ ဒါမှမဟုတ် Scikit-learn ရဲ့ built-in sets တစ်ခုကို အသုံးပြုပါ။ မော်ဒယ်အသစ်တစ်ခု ဖန်တီးပြီး သင် notebook မှာ ဘာကြောင့် ဒီနည်းလမ်းကို ရွေးချယ်ခဲ့တာလဲဆိုတာ ရှင်းပြပါ။ မော်ဒယ်ရဲ့ တိကျမှုကို သက်သေပြပါ။ တိကျမှုမရှိပါက ဘာကြောင့်ဆိုတာ ရှင်းပြပါ။
|
|
|
|
## အဆင့်သတ်မှတ်ချက်
|
|
|
|
| အချက်အလက် | ထူးချွန်သော | လုံလောက်သော | တိုးတက်မှုလိုအပ်သော |
|
|
| --------- | ---------------------------------------------------------- | -------------------------- | ------------------------------- |
|
|
| | notebook တစ်ခုကို ပြည့်စုံစွာ ဖော်ပြပြီး ဖြေရှင်းချက်ကို ကောင်းမွန်စွာ မှတ်တမ်းတင်ထားသည် | ဖြေရှင်းချက်မှာ မပြည့်စုံပါ | ဖြေရှင်းချက်မှာ အမှားများ သို့မဟုတ် bug ရှိသည် |
|
|
|
|
---
|
|
|
|
**ဝက်ဘ်ဆိုက်မှတ်ချက်**:
|
|
ဤစာရွက်စာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု [Co-op Translator](https://github.com/Azure/co-op-translator) ကို အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှန်ကန်မှုအတွက် ကြိုးစားနေပါသော်လည်း၊ အလိုအလျောက်ဘာသာပြန်ဆိုမှုများတွင် အမှားများ သို့မဟုတ် မမှန်ကန်မှုများ ပါဝင်နိုင်သည်ကို ကျေးဇူးပြု၍ သတိပြုပါ။ မူရင်းစာရွက်စာတမ်းကို ၎င်း၏ မူလဘာသာစကားဖြင့် အာဏာတည်သောရင်းမြစ်အဖြစ် သတ်မှတ်ရန် လိုအပ်ပါသည်။ အရေးကြီးသော အချက်အလက်များအတွက် လူက ဘာသာပြန်ဝန်ဆောင်မှုကို အသုံးပြုရန် အကြံပြုပါသည်။ ဤဘာသာပြန်ကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသော နားလည်မှုမှားများ သို့မဟုတ် အဓိပ္ပာယ်မှားများအတွက် ကျွန်ုပ်တို့သည် တာဝန်မယူပါ။ |