3.0 KiB
Modèles de régression pour le machine learning
Sujet régional : Modèles de régression des prix des citrouilles en Amérique du Nord 🎃
En Amérique du Nord, les citrouilles sont souvent sculptées en visages effrayants pour Halloween. Découvrons-en plus sur ces légumes fascinants!
Photo de Beth Teutschmann sur Unsplash
Ce que vous apprendrez
Les leçons de cette section couvrent les types de régression dans le contexte du machine learning. Les modèles de régression peuvent aider à déterminer la relation entre les variables. Ce type de modèle peut prédire des valeurs telles que la longueur, la température ou l'âge, découvrant ainsi les relations entre les variables lors de l'analyse des points de données.
Dans cette série de leçons, vous découvrirez la différence entre la régression linéaire et la régression logistique, et quand vous devriez utiliser l'une ou l'autre.
Dans ce groupe de leçons, vous serez préparé afin de commencer les tâches de machine learning, y compris la configuration de Visual Studio Code pour gérer les blocs-notes, l'environnement commun pour les scientifiques des données. Vous découvrirez Scikit-learn, une bibliothèque pour le machine learning, et vous construirez vos premiers modèles, en vous concentrant sur les modèles de régression dans ce chapitre.
Il existe des outils low-code utiles qui peuvent vous aider à apprendre à travailler avec des modèles de régression. Essayez Azure ML pour cette tâche
Cours
Crédits
"ML avec régression" a été écrit avec ♥️ par Jen Looper
♥️ Les contributeurs du quiz incluent : Muhammad Sakib Khan Inan et Ornella Altunyan
L'ensemble de données sur la citrouille est suggéré par ce projet sur Kaggle et ses données proviennent des Rapports standard des marchés terminaux des cultures spécialisées distribué par le département américain de l'Agriculture. Nous avons ajouté quelques points autour de la couleur en fonction de la variété pour normaliser la distribution. Ces données sont dans le domaine public.