Episodio

Ricerca di correlazione: chiave di regressione lineare [parte 11] | Machine Learning per principianti

con Bea Stollnitz

Machine Learning per principianti

In questo video Bea Stollnitz, principal cloud advocate di Microsoft, spiega il concetto di correlazione e come è essenziale per le stime di regressione lineare riuscite. Questo video fa parte della serie Machine Learning for Beginners, in cui vengono illustrati vari argomenti di Machine Learning e la relativa implementazione usando il codice Python nei notebook di Jupyter.

In questo video si apprenderà quanto segue:

  • Che cos'è la correlazione e come viene misurata
  • Come valutare la correlazione tra due variabili usando grafici a dispersione
  • Come calcolare i valori di correlazione usando il codice
  • Importanza della correlazione per le stime di regressione lineare

Verrà illustrato il processo di visualizzazione della correlazione tra le variabili usando i grafici a dispersione e il calcolo dei valori di correlazione usando il codice Python. Al termine del video, si comprenderà l'importanza di una forte correlazione nell'esecuzione di stime accurate con regressione lineare e come identificare le potenziali correlazioni nei dati.

Rimanere ottimizzati per il video successivo di questa serie, in cui verranno approfonditi i vari argomenti di Machine Learning e verrà illustrata l'implementazione usando il codice Python nei notebook di Jupyter. Vedi lì!

Capitoli

  • 00:00 - Introduzione
  • 00:15 - Che cos'è la correlazione?
  • 00:34 - Correlazione di calcolo tramite la funzione corr
  • 00:42 - Senso dei risultati della correlazione e correlazione positiva e negativa
  • 01:22 - Calcolare la correlazione nel codice
  • 01:58 - Controllare la correlazione con un grafico a dispersione
  • 02:20 - Controllare la correlazione usando il codice
  • 02:29 - Cercare modelli nel grafico a dispersione
  • 03:04 - Cercare la correlazione usando dati filtrati
  • Questo corso si basa sul curriculum gratuito, open source, ml per principianti di Microsoft.
  • Il notebook di Jupyter da seguire insieme a questa lezione è disponibile.

Connessione

Azure Machine Learning
Python