3.0 KiB
Modelos de regressão para aprendizagem automática
Tópico regional: Modelos de regressão para preços de abóbora na América do Norte 🎃
Na América do Norte, as abóboras são muitas vezes esculpidas em rostos assustadores para o Halloween. Vamos descobrir mais sobre estes fascinantes vegetais!
Photo by Beth Teutschmann on Unsplash
O que vai aprender
🎥 Clique na imagem acima para obter um vídeo de introdução rápida a esta lição
As lições nesta secção abrangem tipos de regressão no contexto da aprendizagem automática. Os modelos de regressão podem ajudar a determinar a relação entre variáveis. Este tipo de modelo pode prever valores como comprimento, temperatura ou idade, descobrindo assim relações entre variáveis à medida que analisa pontos de dados.
Nesta série de lições, você vai descobrir a diferença entre regressão logística linear vs. e quando você deve usar uma ou outra.
Neste grupo de lições, você será configurado para iniciar tarefas de machine learning, incluindo configurar o Código do Estúdio Visual para gerir cadernos, o ambiente comum para cientistas de dados. Você vai descobrir Scikit-learn, uma biblioteca para machine learning, e você vai construir seus primeiros modelos, focando-se em modelos de Regressão neste capítulo.
Existem ferramentas de baixo código úteis que podem ajudá-lo a aprender sobre trabalhar com modelos de regressão. Tente Azure ML for this task
Lessons
Credits
"ML com regressão" foi escrito com ♥️ porJen Looper
♥️ Os colaboradores do quiz incluem:Muhammad Sakib Khan Inan e Ornella Altunyan
O conjunto de dados de abóbora é sugerido por este projeto em Kaggle e os seus dados são obtidos a partir do Relatórios padrão dos mercados de terminais de culturas especiais distribuído pelo Departamento de Agricultura dos Estados Unidos. Adicionámos alguns pontos em torno da cor com base na variedade para normalizar a distribuição. Estes dados estão no domínio público.