Introducción
Los modelos usan la regresión para predecir un número.
En el aprendizaje automático, el objetivo de la regresión es crear un modelo que pueda predecir un valor numérico y cuantificable, por ejemplo, un precio, una cantidad, un tamaño u otro número escalar.
La regresión es una técnica estadística de importancia fundamental para la ciencia debido a su facilidad de interpretación, solidez y velocidad en el cálculo. Los modelos de regresión proporcionan una base excelente para comprender cómo funcionan las técnicas de aprendizaje automático más complejas.
En situaciones reales, especialmente cuando hay pocos datos disponibles, los modelos de regresión son muy útiles para realizar predicciones. Por ejemplo, si una empresa que alquila bicicletas quiere predecir el número esperado de alquileres en un día determinado en el futuro, un modelo de regresión puede predecir este número. Puede crear un modelo con datos existentes, como el número de bicicletas alquiladas en determinados días y en los que también se registró la estación, el día de la semana, y así sucesivamente.
Requisitos previos
- Conocimientos de matemáticas básicas
- Experiencia previa con la programación en Python
- Familiarizarse con los cuadernos de Jupyter
Objetivos de aprendizaje
Objetivos de este módulo:
- Cuándo usar modelos de regresión.
- Cómo entrenar y evaluar los modelos de regresión con el marco de Scikit-learn.