Indførelsen
regression er det, hvor modeller forudsiger et tal.
I maskinel indlæring er målet med regression at oprette en model, der kan forudsige en numerisk, kvantificerbar værdi, f.eks. en pris, et beløb, en størrelse eller et andet skalarnummer.
Regression er en statistisk teknik af grundlæggende betydning for videnskaben på grund af dens lethed af fortolkning, robusthed og hastighed i beregningen. Regressionsmodeller giver et fremragende grundlag for at forstå, hvordan mere komplekse teknikker til maskinel indlæring fungerer.
I situationer i den virkelige verden, især når der kun er få tilgængelige data, er regressionsmodeller meget nyttige til at foretage forudsigelser. Hvis en virksomhed, der lejer cykler, f.eks. ønsker at forudsige det forventede antal huslejer på en given dag i fremtiden, kan en regressionsmodel forudsige dette tal. Du kan oprette en model ved hjælp af eksisterende data, f.eks. antallet af cykler, der blev lejet på dage, hvor sæsonen, ugedagen osv. også blev registreret.
Forudsætninger
- Viden om grundlæggende matematik
- Nogle erfaring programmering i Python
- Kendskab til Jupyter-notesbøger
Læringsmål
I dette modul skal du:
- Hvornår skal du bruge regressionsmodeller.
- Sådan oplæres og evalueres regressionsmodeller ved hjælp af Scikit-Learn framework.