Episodio
Primo progetto di regressione lineare in Python (parte 7 di 17) | Machine Learning per principianti
con Bea Stollnitz
In questa esercitazione, presentata da Bea Stollnitz, principal cloud advocate di Microsoft, verrà illustrato come creare il primo progetto di regressione lineare usando Python e un set di dati toy da scikit-learn. Questo video fa parte della serie Machine Learning for Beginners, in cui verranno illustrati vari argomenti di Machine Learning e la relativa implementazione usando il codice Python nei notebook jupyter.
In questo video si apprenderà quanto segue:
- Come caricare il set di dati diabetes da scikit-learn
- Come estrarre e modellare i dati pertinenti (BMI) per il modello di regressione
- Come suddividere i dati in set di training e test
- Come creare ed eseguire il training di un modello di regressione lineare usando scikit-learn
- Come eseguire stime e valutare le prestazioni del modello usando matplotlib
Se non si ha familiarità con i notebook di Jupyter e gli ambienti virtuali, assicurarsi di guardare il video precedente, in cui viene illustrato come configurare un notebook di Jupyter con un ambiente virtuale per i progetti di data science.
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
- 00:21 - Aprire il notebook di Jupyter dal repository ml per principianti
- 00:50 - Set di dati diabetes toy di SciKit-Learn
- 01:36 - Caricare il set di dati diabetes usando il notebook
- 02:30 - Modellare le matrici numpy per formattare i dati diabetes
- 02:49 - Suddividere i dati in set di dati di training e test
- 03:14 - Creare ed eseguire il training di un modello di regressione lineare ed eseguire stime
- 03:35 - Usare matplotlib per visualizzare le stime
Risorse consigliate
- 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
- Bea Stollnitz | Blog
- Bea Stollnitz | Twitter: @beastollnitz
- Bea Stollnitz | LinkedIn: in/beatrizstollnitz/
In questa esercitazione, presentata da Bea Stollnitz, principal cloud advocate di Microsoft, verrà illustrato come creare il primo progetto di regressione lineare usando Python e un set di dati toy da scikit-learn. Questo video fa parte della serie Machine Learning for Beginners, in cui verranno illustrati vari argomenti di Machine Learning e la relativa implementazione usando il codice Python nei notebook jupyter.
In questo video si apprenderà quanto segue:
- Come caricare il set di dati diabetes da scikit-learn
- Come estrarre e modellare i dati pertinenti (BMI) per il modello di regressione
- Come suddividere i dati in set di training e test
- Come creare ed eseguire il training di un modello di regressione lineare usando scikit-learn
- Come eseguire stime e valutare le prestazioni del modello usando matplotlib
Se non si ha familiarità con i notebook di Jupyter e gli ambienti virtuali, assicurarsi di guardare il video precedente, in cui viene illustrato come configurare un notebook di Jupyter con un ambiente virtuale per i progetti di data science.
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
- 00:21 - Aprire il notebook di Jupyter dal repository ml per principianti
- 00:50 - Set di dati diabetes toy di SciKit-Learn
- 01:36 - Caricare il set di dati diabetes usando il notebook
- 02:30 - Modellare le matrici numpy per formattare i dati diabetes
- 02:49 - Suddividere i dati in set di dati di training e test
- 03:14 - Creare ed eseguire il training di un modello di regressione lineare ed eseguire stime
- 03:35 - Usare matplotlib per visualizzare le stime
Risorse consigliate
- 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
- Bea Stollnitz | Blog
- Bea Stollnitz | Twitter: @beastollnitz
- Bea Stollnitz | LinkedIn: in/beatrizstollnitz/
Per inviare suggerimenti, Invia un problema qui.