Введение
В этом практическом занятии мы изучим линейные модели в scikit-learn. Линейные модели - это набор методов, используемых для задач регрессии и классификации. Они предполагают, что целевая переменная является линейной комбинацией признаков. Эти модели широко используются в машинном обучении из-за своей простоты и интерпретируемости.
Мы рассмотрим следующие темы:
- Ordinary Least Squares
- Ridge Regression
- Lasso
- Logistic Regression
- Stochastic Gradient Descent
- Perceptron
Начните с Supervised Learning: Regression, если у вас нет опыта в машинном обучении.
Советы по использованию ВМ
После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.
Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook загрузится. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.
Если вы сталкиваетесь с проблемами при обучении, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.