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/2-Regression/translations/README.ru.md

33 lines
4.1 KiB

This file contains invisible Unicode characters!

This file contains invisible Unicode characters that may be processed differently from what appears below. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to reveal hidden characters.

This file contains ambiguous Unicode characters that may be confused with others in your current locale. If your use case is intentional and legitimate, you can safely ignore this warning. Use the Escape button to highlight these characters.

# Модели регрессии для машинного обучения
## Региональная тема: модели регрессии для цен на тыкву в Северной Америке 🎃
В Северной Америке на Хэллоуин из тыкв часто вырезают страшные лица. Давайте узнаем больше об этих восхитительных овощах!
! [jack-o-lanterns](./images/jack-o-lanterns.jpg)
> Фото <a href="https://unsplash.com/@teutschmann?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText"> Бет Тойчманн </a> на <a href="https://unsplash.com/s/photos/jack-o-lanterns?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText"> Unsplash </a>
## Что вы узнаете
Уроки в этом разделе охватывают типы регрессии в контексте машинного обучения. Модели регрессии могут помочь определить отношения между переменными. Этот тип модели может предсказывать такие значения, как длина, температура или возраст, тем самым выявляя взаимосвязи между переменными при анализе точек данных.
В этой серии уроков вы обнаружите разницу между линейной регрессией и логистической регрессией, а также когда вам следует использовать ту или иную регрессию.
В этой группе уроков вы будете настроены, чтобы приступить к задачам машинного обучения, включая настройку кода Visual Studio для управления записными книжками, общей средой для специалистов по данным. Вы откроете для себя Scikit-learn, библиотеку для машинного обучения, и создадите свои первые модели, уделяя особое внимание моделям регрессии в этой главе.
> Существуют полезные инструменты с небольшим количеством кода, которые могут помочь вам узнать о работе с моделями регрессии. Попробуйте [Azure ML для этой задачи](https://docs.microsoft.com/learn/modules/create-regression-model-azure-machine-learning-designer/?WT.mc_id=academic-15963-cxa)
### Уроки
1. [Инструменты торговли](1-Tools/README.md)
2. [Управление данными](2-Data/README.md)
3. [Линейная и полиномиальная регрессия](3-Linear/README.md)
4. [Логистическая регрессия](4-Logistic/README.md)
---
### Благодарности
«ML с регрессией» был написан с помощью ♥ [Джен Лупер](https://twitter.com/jenlooper)
Среди участников викторины: [Мухаммад Сакиб Хан Инан](https://twitter.com/Sakibinan) и [Орнелла Алтунян](https://twitter.com/ornelladotcom)
Набор данных по тыкве предлагается [этот проект на Kaggle](https://www.kaggle.com/usda/a-year-of-pumpkin-prices), а его данные взяты из [Стандартных отчетов по рынкам специальных культур на терминалах](https://www.marketnews.usda.gov/mnp/fv-report-config-step1?type=termPrice) распространяется Министерством сельского хозяйства США. Мы добавили несколько точек вокруг цвета на основе разнообразия, чтобы нормализовать распределение. Эти данные находятся в открытом доступе.