4.3 KiB
Regressionsmodelle für maschinelles Lernen
Regionales Thema: Regressionsmodelle für Kürbispreise in Nordamerika 🎃
In Nordamerika werden Kürbisse oft zu Halloween in gruselige Gesichter geschnitzt. Lassen Sie uns mehr über dieses faszinierende Gemüse herausfinden!
Foto von Beth Teutschmann auf Unsplash
Was Sie lernen werden
🎥 Klicken Sie auf das Bild oben für ein kurzes Einführungsvideo zu dieser Lektion
Die Lektionen in diesem Abschnitt behandeln verschiedene Arten von Regression im Kontext des maschinellen Lernens. Regressionsmodelle können helfen, die Beziehung zwischen Variablen zu bestimmen. Dieser Modelltyp kann Werte wie Länge, Temperatur oder Alter vorhersagen und dabei Beziehungen zwischen Variablen aufdecken, während er Datenpunkte analysiert.
In dieser Serie von Lektionen werden Sie die Unterschiede zwischen linearer und logistischer Regression entdecken und erfahren, wann Sie welche bevorzugen sollten.
🎥 Klicken Sie auf das Bild oben für ein kurzes Video, das Regressionsmodelle vorstellt.
In dieser Gruppe von Lektionen werden Sie sich darauf vorbereiten, Aufgaben des maschinellen Lernens zu beginnen, einschließlich der Konfiguration von Visual Studio Code zur Verwaltung von Notebooks, der üblichen Umgebung für Datenwissenschaftler. Sie werden Scikit-learn entdecken, eine Bibliothek für maschinelles Lernen, und Ihre ersten Modelle erstellen, wobei der Schwerpunkt in diesem Kapitel auf Regressionsmodellen liegt.
Es gibt nützliche Low-Code-Tools, die Ihnen helfen können, mehr über die Arbeit mit Regressionsmodellen zu lernen. Probieren Sie Azure ML für diese Aufgabe aus.
Lektionen
Credits
"ML mit Regression" wurde mit ♥️ geschrieben von Jen Looper
♥️ Quiz-Beiträge stammen von: Muhammad Sakib Khan Inan und Ornella Altunyan
Der Kürbis-Datensatz wird von diesem Projekt auf Kaggle vorgeschlagen, und seine Daten stammen aus den Specialty Crops Terminal Markets Standard Reports, die vom Landwirtschaftsministerium der Vereinigten Staaten veröffentlicht werden. Wir haben einige Punkte zur Farbe basierend auf der Sorte hinzugefügt, um die Verteilung zu normalisieren. Diese Daten sind gemeinfrei.
Haftungsausschluss:
Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner ursprünglichen Sprache sollte als maßgebliche Quelle betrachtet werden. Für kritische Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die sich aus der Nutzung dieser Übersetzung ergeben.