ML-For-Beginners/translations/km/2-Regression

ម៉ូដែលថយចុះសម្រាប់ការរៀនម៉ាស៊ីន

ប្រធានស្រុក: ម៉ូដែលថយចុះសម្រាប់តម្លៃដង្កូវនៅអាមេរិកខាងជើង 🎃

នៅអាមេរិកខាងជើង ដង្កូវគេជាញឹកញាប់ដាក់ញញឹមគួរឱ្យភ័យសម្រាប់បុណ្យហាឡូវីន។ យើងមកស្វែងយល់បន្ថែមអំពីបន្លែអស្ចារ្យទាំងនេះ!

រូបថតដោយ Beth Teutschmann នៅលើ Unsplash

អ្វីដែលអ្នកនឹងរៀន

🎥 ចុចរូបភាពខាងលើសម្រាប់វីដេអូណែនាំខ្លីអំពីមេរៀននេះ

មេរៀននៅផ្នែកនេះគ្របដណ្តប់ពីប្រភេទនៃការថយចុះក្នុងបរិបទនៃការរៀនម៉ាស៊ីន។ ម៉ូដែលថយចុះអាចជួយកំណត់ ទំនាក់ទំនង រវាងអថេរ។ ម៉ូដែលប្រភេទនេះអាចទាយទានតម្លៃដូចជា ប្រវែង សីតុណ្ហភាព ឬអាយុ ដូច្នេះបង្ហាញទំនាក់ទំនងរវាងអថេរនាពេលវេលានេះដែលវាធ្វើវិភាគទិន្នន័យ។

ក្នុងស៊េរីមេរៀននេះ អ្នកនឹងស្វែងយល់ពីភាពខុសគ្នារវាងការថយចុះបន្ទាត់និងការថយចុះលូជីស្ទិក ហើយពេលណាដែលអ្នកគួរជ្រើសរើសមួយពីរ។

🎥 ចុចរូបភាពខាងលើសម្រាប់វីដេអូខ្លីណែនាំម៉ូដែលថយចុះ។

ក្នុងក្រុមមេរៀននេះ អ្នកនឹងត្រូវរៀបចំដើម្បីចាប់ផ្តើមបំពេញភារកិច្ចការរៀនម៉ាស៊ីន រួមមានការកំណត់ Visual Studio Code ដើម្បីគ្រប់គ្រងសៀវភៅកំណត់ត្រា ដែលជាបរិស្ថានទូទៅសម្រាប់អ្នកវិទ្យាសាស្ត្រទិន្នន័យ។ អ្នកនឹងស្វែងយល់អំពី Scikit-learn ដែលជាបណ្ណាល័យសម្រាប់ការរៀនម៉ាស៊ីន ហើយអ្នកនឹងបង្កើតម៉ូដែលដំបូងរបស់អ្នក អាប់ផោគខណៈម៉ូដែលថយចុះនៅក្នុងជំពូកនេះ។

មានឧបករណ៍លឿនទាបកូដដែលមានប្រយោជន៍អាចជួយអ្នករៀនអំពីការប្រើប្រាស់ម៉ូដែលថយចុះ។ សូមសាកល្បង Azure ML សម្រាប់ភារកិច្ចនេះ

មេរៀន

1. ឧបករណ៍នៃការការជួញដូរ
2. ការគ្រប់គ្រងទិន្នន័យ
3. ការថយចុះបន្ទាត់និងពហុបន្ទាត់
4. ការថយចុះលូជីស្ទិក

---

អនុញ្ញាតឲ្យរំពឹងទុក

"ML with regression" ត្រូវបានសរសេរជាមួយនូវ ♥️ ដោយ Jen Looper

♥️ អ្នកចូលរួមសំណួរ​មានរួមទាំង: Muhammad Sakib Khan Inan និង Ornella Altunyan

ទិន្នន័យដង្កូវត្រូវបានណែនាំដោយ គម្រោងនេះនៅ Kaggle ហើយទិន្នន័យរបស់វាត្រូវបានដកស្រង់ពី Specialty Crops Terminal Markets Standard Reports ដែលចែកចាយដោយក្រសួងកសិកម្មសហរដ្ឋអាមេរិក។ យើងបានបន្ថែមចំណុចខ្លះៗជុំវិញពណ៌ដោយផ្អែកលើប្រភេទដូច្នេះដើម្បីធ្វើអោយការចែកចាយស្មើគ្នា។ ទិន្នន័យនេះគឺនៅក្នុងដែនសាធារណៈ។

---

ការសំរាក៖
ឯកសារ​នេះ​ត្រូវ​បាន​បកប្រែ​ដោយ​វិញ្ញាណ​បច្ចេកវិទ្យាបកប្រែ AI Co-op Translator។ ខណៈពេល​យើងខិតខំប្រឹងប្រែង​ដើម្បីភាព​ជាក់ស្តែង សូមយល់ថា ការបកប្រែ​ដោយស្វ័យប្រវត្តិ​អាចមាន​កំហុស ឬ​អកុសលភាព ។ ឯកសារ​ដើម​នៅ​ភាសាជាតិសុទ្ធ​គួរត្រូវបាន​គិត​ជា​ឯកសារដើម​ដែល​មានសុពលភាព​ខ្ពស់ជាងគេ ។ សម្រាប់​ព័ត៌មាន​សំខាន់ៗ ការបកប្រែ​ដោយ​មនុស្សវិជ្ជាជីវៈ​ត្រូវបាន​ណែនាំ ។ យើង​មិនទទួលខុសត្រូវ​ចំពោះ​ការ​កើតមាន​ការយល់ច្រឡំ ឬ​ការ​បក​ស្រាយខុសៗ ដែល​កើតមាន​ពី​ការ​ប្រើ​ប្រាស់​ការ​បកប្រែ​នេះ​ដោយឡែក​ទេ។