Introductie
Regressie is waar modellen een getal voorspellen.
In machine learning is het doel van regressie een model te maken dat een numerieke, kwantificeerbare waarde kan voorspellen, zoals een prijs, bedrag, grootte of een ander scalair getal.
Regressie is een statistische techniek van fundamenteel belang voor wetenschap vanwege het gemak van interpretatie, robuustheid en snelheid in de berekening. Regressiemodellen bieden een uitstekende basis om te begrijpen hoe complexere machine learning-technieken werken.
In praktijksituaties, met name wanneer er weinig gegevens beschikbaar zijn, zijn regressiemodellen erg nuttig voor het maken van voorspellingen. Als een bedrijf dat fietsen huurt bijvoorbeeld het verwachte aantal verhuur op een bepaalde dag in de toekomst wil voorspellen, kan een regressiemodel dit aantal voorspellen. U kunt een model maken met behulp van bestaande gegevens, zoals het aantal fietsen dat is gehuurd op dagen waarop het seizoen, de dag van de week, enzovoort, ook zijn geregistreerd.
Vereisten
- Kennis van basisberekeningen
- Enige ervaring met programmeren in Python
- Bekendheid met Jupyter-notebooks
Leerdoelen
In deze module wordt het volgende behandeld:
- Wanneer gebruikt u regressiemodellen.
- Regressiemodellen trainen en evalueren met behulp van het Scikit-Learn-framework.