Põhja-Ameerikas nikerdatakse kõrvitsatesse sageli hirmutavaid nägusid Halloweeni jaoks. Uurime lähemalt neid põnevaid köögivilju!
Foto autor Beth Teutschmann lehel Unsplash
🎥 Klõpsa ülaloleval pildil, et vaadata selle õppetunni kiiret sissejuhatavat videot
Selles jaotises käsitletavad õppetunnid hõlmavad regressiooni tüüpe masinõppe kontekstis. Regressioonimudelid aitavad määrata seoseid muutujate vahel. Selline mudel suudab ennustada väärtusi, nagu pikkus, temperatuur või vanus, paljastades seeläbi muutujate vahelisi seoseid, kui ta analüüsib andmepunkte.
Selles õppetundide sarjas avastad erinevused lineaarse ja logistilise regressiooni vahel ning õpid, millal ühte teisele eelistada.
🎥 Klõpsa ülaloleval pildil, et vaadata lühikest videot regressioonimudelite tutvustamiseks.
Selles õppetundide grupis seadistad end masinõppe ülesannete alustamiseks, sealhulgas Visual Studio Code'i konfigureerimiseks märkmike haldamiseks, mis on andmeteadlaste tavaline töövahend. Avastad Scikit-learn'i, masinõppe teegi, ja ehitad oma esimesed mudelid, keskendudes selles peatükis regressioonimudelitele.
On olemas kasulikke vähese koodiga tööriistu, mis aitavad sul õppida regressioonimudelitega töötamist. Proovi Azure ML-i selleks ülesandeks
"ML regressiooniga" on kirjutatud
Kõrvitsate andmestik on soovitatud selle Kaggle'i projekti poolt ning selle andmed pärinevad Specialty Crops Terminal Markets Standard Reports raportitest, mida levitab Ameerika Ühendriikide Põllumajandusministeerium. Oleme lisanud mõned punktid värvi kohta sordi põhjal, et jaotust normaliseerida. Need andmed on avalikus domeenis.
Lahtiütlus:
See dokument on tõlgitud AI tõlketeenuse Co-op Translator abil. Kuigi püüame tagada täpsust, palume arvestada, et automaatsed tõlked võivad sisaldada vigu või ebatäpsusi. Algne dokument selle algses keeles tuleks pidada autoriteetseks allikaks. Olulise teabe puhul soovitame kasutada professionaalset inimtõlget. Me ei vastuta selle tõlke kasutamisest tulenevate arusaamatuste või valesti tõlgenduste eest.