في أمريكا الشمالية، غالبًا ما يتم نحت القرع إلى وجوه مخيفة للاحتفال بعيد الهالوين. دعونا نكتشف المزيد عن هذه الخضروات المثيرة!
صورة بواسطة Beth Teutschmann على Unsplash
🎥 اضغط على الصورة أعلاه لمشاهدة فيديو سريع يقدم هذا الدرس
تغطي الدروس في هذا القسم أنواع الانحدار في سياق تعلم الآلة. يمكن لنماذج الانحدار أن تساعد في تحديد العلاقة بين المتغيرات. هذا النوع من النماذج يمكنه التنبؤ بقيم مثل الطول، أو درجة الحرارة، أو العمر، وبالتالي كشف العلاقات بين المتغيرات أثناء تحليل نقاط البيانات.
في سلسلة الدروس هذه، ستكتشف الفروقات بين الانحدار الخطي والانحدار اللوجستي، ومتى يجب تفضيل أحدهما على الآخر.
🎥 اضغط على الصورة أعلاه لمشاهدة فيديو قصير يقدم نماذج الانحدار.
في هذه المجموعة من الدروس، ستتعرف على كيفية البدء في مهام تعلم الآلة، بما في ذلك إعداد Visual Studio Code لإدارة الدفاتر، وهو البيئة الشائعة لعلماء البيانات. ستكتشف مكتبة Scikit-learn لتعلم الآلة، وستقوم ببناء نماذجك الأولى، مع التركيز على نماذج الانحدار في هذا الفصل.
هناك أدوات منخفضة الكود يمكن أن تساعدك في تعلم العمل مع نماذج الانحدار. جرب Azure ML لهذه المهمة
"تعلم الآلة مع الانحدار" كتب بحب
مجموعة بيانات القرع مقترحة من هذا المشروع على Kaggle ومصدر بياناتها من تقارير الأسواق القياسية للمحاصيل الخاصة التي تصدرها وزارة الزراعة الأمريكية. لقد أضفنا بعض النقاط حول اللون بناءً على النوع لتطبيع التوزيع. هذه البيانات متاحة في المجال العام.
إخلاء المسؤولية:
تمت ترجمة هذا المستند باستخدام خدمة الترجمة الآلية Co-op Translator. بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو معلومات غير دقيقة. يجب اعتبار المستند الأصلي بلغته الأصلية هو المصدر الموثوق. للحصول على معلومات حساسة أو هامة، يُوصى بالاستعانة بترجمة بشرية احترافية. نحن غير مسؤولين عن أي سوء فهم أو تفسيرات خاطئة تنشأ عن استخدام هذه الترجمة.