Úvod
Regrese je místo, kde modely predikují číslo.
Cílem regrese ve strojovém učení je vytvořit model, který dokáže předpovědět číselnou, kvantifikovatelnou hodnotu, jako je cena, částka, velikost nebo jiné skalární číslo.
Regrese je statistická technika základní důležitosti pro vědu, protože její snadnost interpretace, robustnost a rychlost při výpočtu. Regresní modely poskytují vynikající základ pro pochopení toho, jak složitější techniky strojového učení fungují.
V reálných situacích, zejména v případě, že jsou k dispozici malá data, jsou regresní modely velmi užitečné při vytváření předpovědí. Pokud například společnost, která si půjčuje jízdní kola, chce předpovědět očekávaný počet pronájmů v daný den v budoucnu, regresní model může toto číslo předpovědět. Model můžete vytvořit pomocí existujících dat, například počet kol, které byly pronajaty ve dnech, kdy byla zaznamenána sezóna, den v týdnu atd.
Požadavky
- Znalost základní matematiky
- Některé zkušenosti s programováním v Pythonu
- Znalost poznámkových bloků Jupyter
Cíle výuky
V tomto modulu:
- Kdy použít regresní modely.
- Jak trénovat a vyhodnocovat regresní modely pomocí architektury Scikit-Learn