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/nl/2-Regression/README.md

54 lines
4.0 KiB

<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "508582278dbb8edd2a8a80ac96ef416c",
"translation_date": "2025-09-05T18:37:06+00:00",
"source_file": "2-Regression/README.md",
"language_code": "nl"
}
-->
# Regressiemodellen voor machine learning
## Regionaal onderwerp: Regressiemodellen voor pompoenprijzen in Noord-Amerika 🎃
In Noord-Amerika worden pompoenen vaak uitgesneden in enge gezichten voor Halloween. Laten we meer ontdekken over deze fascinerende groenten!
![jack-o-lanterns](../../../2-Regression/images/jack-o-lanterns.jpg)
> Foto door <a href="https://unsplash.com/@teutschmann?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Beth Teutschmann</a> op <a href="https://unsplash.com/s/photos/jack-o-lanterns?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>
## Wat je zult leren
[![Introductie tot regressie](https://img.youtube.com/vi/5QnJtDad4iQ/0.jpg)](https://youtu.be/5QnJtDad4iQ "Introductievideo over regressie - Klik om te kijken!")
> 🎥 Klik op de afbeelding hierboven voor een korte introductievideo van deze les
De lessen in deze sectie behandelen verschillende soorten regressie in de context van machine learning. Regressiemodellen kunnen helpen om de _relatie_ tussen variabelen te bepalen. Dit type model kan waarden voorspellen zoals lengte, temperatuur of leeftijd, en zo relaties tussen variabelen blootleggen terwijl het datapunten analyseert.
In deze serie lessen ontdek je de verschillen tussen lineaire en logistische regressie, en wanneer je de ene boven de andere zou moeten verkiezen.
[![ML voor beginners - Introductie tot regressiemodellen voor machine learning](https://img.youtube.com/vi/XA3OaoW86R8/0.jpg)](https://youtu.be/XA3OaoW86R8 "ML voor beginners - Introductie tot regressiemodellen voor machine learning")
> 🎥 Klik op de afbeelding hierboven voor een korte video over regressiemodellen.
In deze groep lessen ga je aan de slag met machine learning-taken, waaronder het configureren van Visual Studio Code om notebooks te beheren, de gebruikelijke omgeving voor datawetenschappers. Je ontdekt Scikit-learn, een bibliotheek voor machine learning, en je bouwt je eerste modellen, met de focus op regressiemodellen in dit hoofdstuk.
> Er zijn handige low-code tools die je kunnen helpen bij het werken met regressiemodellen. Probeer [Azure ML voor deze taak](https://docs.microsoft.com/learn/modules/create-regression-model-azure-machine-learning-designer/?WT.mc_id=academic-77952-leestott)
### Lessen
1. [Tools van het vak](1-Tools/README.md)
2. [Data beheren](2-Data/README.md)
3. [Lineaire en polynomiale regressie](3-Linear/README.md)
4. [Logistische regressie](4-Logistic/README.md)
---
### Credits
"ML met regressie" is geschreven met ♥️ door [Jen Looper](https://twitter.com/jenlooper)
♥️ Bijdragers aan de quiz zijn onder andere: [Muhammad Sakib Khan Inan](https://twitter.com/Sakibinan) en [Ornella Altunyan](https://twitter.com/ornelladotcom)
De pompoendataset wordt aanbevolen door [dit project op Kaggle](https://www.kaggle.com/usda/a-year-of-pumpkin-prices) en de gegevens zijn afkomstig van de [Specialty Crops Terminal Markets Standard Reports](https://www.marketnews.usda.gov/mnp/fv-report-config-step1?type=termPrice) verspreid door het Amerikaanse ministerie van Landbouw. We hebben enkele punten toegevoegd rond kleur op basis van variëteit om de verdeling te normaliseren. Deze gegevens zijn openbaar beschikbaar.
---
**Disclaimer**:
Dit document is vertaald met behulp van de AI-vertalingsservice [Co-op Translator](https://github.com/Azure/co-op-translator). Hoewel we streven naar nauwkeurigheid, dient u zich ervan bewust te zijn dat geautomatiseerde vertalingen fouten of onnauwkeurigheden kunnen bevatten. Het originele document in zijn oorspronkelijke taal moet worden beschouwd als de gezaghebbende bron. Voor cruciale informatie wordt professionele menselijke vertaling aanbevolen. Wij zijn niet aansprakelijk voor eventuele misverstanden of verkeerde interpretaties die voortvloeien uit het gebruik van deze vertaling.