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/th/2-Regression
History
leestott c796f3dda8
🌐 Update translations via Co-op Translator 		3 weeks ago
..
1-Tools 🌐 Update translations via Co-op Translator 3 weeks ago
2-Data 🌐 Update translations via Co-op Translator 3 weeks ago
3-Linear 🌐 Update translations via Co-op Translator 3 weeks ago
4-Logistic 🌐 Update translations via Co-op Translator 3 weeks ago
README.md 🌐 Update translations via Co-op Translator 3 weeks ago

README.md

โมเดลการถดถอยสำหรับการเรียนรู้ของเครื่อง

หัวข้อภูมิภาค: โมเดลการถดถอยสำหรับราคาฟักทองในอเมริกาเหนือ 🎃

ในอเมริกาเหนือ ฟักทองมักถูกแกะสลักเป็นหน้าตาน่ากลัวสำหรับวันฮาโลวีน มาค้นพบเพิ่มเติมเกี่ยวกับผักที่น่าสนใจเหล่านี้กันเถอะ!

jack-o-lanterns

ภาพถ่ายโดย Beth Teutschmann บน Unsplash

สิ่งที่คุณจะได้เรียนรู้

Introduction to Regression

🎥 คลิกที่ภาพด้านบนเพื่อดูวิดีโอแนะนำบทเรียนนี้อย่างรวดเร็ว

บทเรียนในส่วนนี้ครอบคลุมประเภทของการถดถอยในบริบทของการเรียนรู้ของเครื่อง โมเดลการถดถอยสามารถช่วยกำหนด ความสัมพันธ์ ระหว่างตัวแปรต่าง ๆ โมเดลประเภทนี้สามารถทำนายค่าต่าง ๆ เช่น ความยาว อุณหภูมิ หรืออายุ และช่วยเปิดเผยความสัมพันธ์ระหว่างตัวแปรในขณะที่วิเคราะห์จุดข้อมูล

ในชุดบทเรียนนี้ คุณจะค้นพบความแตกต่างระหว่างการถดถอยเชิงเส้นและการถดถอยแบบลอจิสติก และเรียนรู้ว่าเมื่อใดควรเลือกใช้แบบใด

ML for beginners - Introduction to Regression models for Machine Learning

🎥 คลิกที่ภาพด้านบนเพื่อดูวิดีโอสั้น ๆ แนะนำโมเดลการถดถอย

ในกลุ่มบทเรียนนี้ คุณจะได้เตรียมตัวเริ่มต้นงานการเรียนรู้ของเครื่อง รวมถึงการตั้งค่า Visual Studio Code เพื่อจัดการโน้ตบุ๊ก ซึ่งเป็นสภาพแวดล้อมทั่วไปสำหรับนักวิทยาศาสตร์ข้อมูล คุณจะได้ค้นพบ Scikit-learn ซึ่งเป็นไลบรารีสำหรับการเรียนรู้ของเครื่อง และคุณจะสร้างโมเดลแรกของคุณ โดยเน้นไปที่โมเดลการถดถอยในบทนี้

มีเครื่องมือที่ใช้โค้ดน้อยที่มีประโยชน์ซึ่งสามารถช่วยให้คุณเรียนรู้เกี่ยวกับการทำงานกับโมเดลการถดถอย ลองใช้ Azure ML สำหรับงานนี้

บทเรียน

  1. เครื่องมือที่ใช้ในงาน
  2. การจัดการข้อมูล
  3. การถดถอยเชิงเส้นและพหุนาม
  4. การถดถอยแบบลอจิสติก

เครดิต

"ML with regression" เขียนด้วย ♥️ โดย Jen Looper

♥️ ผู้ร่วมสร้างแบบทดสอบ ได้แก่: Muhammad Sakib Khan Inan และ Ornella Altunyan

ชุดข้อมูลฟักทองแนะนำโดย โปรเจกต์นี้บน Kaggle และข้อมูลมาจาก Specialty Crops Terminal Markets Standard Reports ที่เผยแพร่โดยกระทรวงเกษตรของสหรัฐอเมริกา เราได้เพิ่มจุดข้อมูลเกี่ยวกับสีตามชนิดเพื่อปรับการกระจายให้เป็นมาตรฐาน ข้อมูลนี้อยู่ในโดเมนสาธารณะ

ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator แม้ว่าเราจะพยายามให้การแปลมีความถูกต้อง แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่แม่นยำ เอกสารต้นฉบับในภาษาดั้งเดิมควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ แนะนำให้ใช้บริการแปลภาษาจากผู้เชี่ยวชาญ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดซึ่งเกิดจากการใช้การแปลนี้