تحلیل رگرسیون یکی دیگر از حوزه های مهم در یادگیری نظارت شده است که با هدف پیش بینی نتایج پیوسته انجام می شود. این فصل اصول رگرسیون را پوشش می‌دهد، از جمله رگرسیون خطی و تکنیک‌های تنظیم رگرسیون مانند ridge و lasso. این فصل ارزیابی مدل را از طریق معیارهایی مانند میانگین مربعات خطا (MSE)، R-squared و تفسیر ضرایب رگرسیون نیز مورد بحث قرار می دهد. مثال‌ها و پیاده‌سازی‌های عملی با استفاده از scikit -Learn برای تقویت درک مدل‌های رگرسیون نیز در این فصل ارائه می‌شوند.
ما در سکان‌آکادمی معتقدیم همه‌ی انسان‌ها حق دارند، به آموزش باکیفیت و کم‌هزینه دسترسی آسان داشته باشند و همه‌ی افراد می‌توانند با آموزش درست، زندگی فردی و اجتماعی خود را بهتر کنند. با توجه به تخصص تیم ما در حوزه‌ی IT و نیاز روزافزون بازار کار به متخصصان این حوزه، تولید و عرضه‌ی محتوای مهارت‌محور و تخصصی را در حوزه‌ی IT جدی‌تر دنبال کردیم. در این راه از ابتدای انتخاب مسیر متناسب با توانایی و امکانات دانشجو تا یادگیری، تمرین، کسب مهارت تخصصی و عمومی، و در نهایت معرفی به بازار کار همراه او هستیم... بیشتر
