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 'main'
${ noResults }
ML-For-Beginners/translations/no/2-Regression/README.md

3.9 KiB
Raw Permalink Blame History

Regresjonsmodeller for maskinlæring

Regionalt tema: Regresjonsmodeller for gresskarpriser i Nord-Amerika 🎃

I Nord-Amerika blir gresskar ofte skåret ut til skumle ansikter for Halloween. La oss utforske mer om disse fascinerende grønnsakene!

jack-o-lanterns

Foto av Beth Teutschmann på Unsplash

Hva du vil lære

Introduksjon til regresjon

🎥 Klikk på bildet over for en rask introduksjonsvideo til denne leksjonen

Leksjonene i denne delen dekker typer regresjon i konteksten av maskinlæring. Regresjonsmodeller kan hjelpe med å bestemme forholdet mellom variabler. Denne typen modell kan forutsi verdier som lengde, temperatur eller alder, og dermed avdekke sammenhenger mellom variabler mens den analyserer datapunkter.

I denne serien av leksjoner vil du oppdage forskjellene mellom lineær og logistisk regresjon, og når du bør velge den ene fremfor den andre.

ML for nybegynnere - Introduksjon til regresjonsmodeller for maskinlæring

🎥 Klikk på bildet over for en kort video som introduserer regresjonsmodeller.

I denne gruppen av leksjoner vil du bli satt opp for å begynne med maskinlæringsoppgaver, inkludert konfigurering av Visual Studio Code for å administrere notebooks, det vanlige miljøet for dataforskere. Du vil oppdage Scikit-learn, et bibliotek for maskinlæring, og du vil bygge dine første modeller, med fokus på regresjonsmodeller i dette kapittelet.

Det finnes nyttige lavkodeverktøy som kan hjelpe deg med å lære om arbeid med regresjonsmodeller. Prøv Azure ML for denne oppgaven

Leksjoner

  1. Verktøyene du trenger
  2. Administrere data
  3. Lineær og polynomisk regresjon
  4. Logistisk regresjon

Krediteringer

"ML med regresjon" ble skrevet med ♥️ av Jen Looper

♥️ Quiz-bidragsytere inkluderer: Muhammad Sakib Khan Inan og Ornella Altunyan

Gresskardatasettet er foreslått av dette prosjektet på Kaggle, og dets data er hentet fra Specialty Crops Terminal Markets Standard Reports distribuert av United States Department of Agriculture. Vi har lagt til noen punkter rundt farge basert på variasjon for å normalisere distribusjonen. Disse dataene er i det offentlige domene.

Ansvarsfraskrivelse:
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi tilstreber nøyaktighet, vennligst vær oppmerksom på at automatiske oversettelser kan inneholde feil eller unøyaktigheter. Det originale dokumentet på sitt opprinnelige språk bør anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.