C3-1 Jupyter Notebook: Einfache Lineare Regression mit sklearn

In diesem Jupyter Notebook zum Thema „C3-1 Jupyter Notebook: Einfache Lineare Regression mit sklearn“ lernt man, Daten zur Anpassung eines linearen Regressionsmodells vorzubereiten und das Modell anschließend zu berechnen und zu evaluieren. Das Notebook enthält auch eine Aufgabe zum Erstellen eines Regressionsmodells auf Wetterdaten, deren Lösung man mithilfe der drei Quizze „C3-1 Drag and Drop: Daten für Regression vorbereiten“, „C3-1 Fill in the blanks: Berechnung des Regressionsmodells“ und „C3-1 Single Choice: Berechnung des Determinationskoeffizienten“ überprüfen kann. Das Notebook setzt keine Programmierkenntnisse voraus, baut aber auf dem Jupyter Notebook „C2-1 Jupyter Notebook: Scatterplots mit pandas“ auf. Es vermittelt auch keine umfassenden Programmierkenntnisse, sondern ist dazu gedacht, die praktische Umsetzung von kleinen Projekten zum Maschinellen Lernen in der Praxis kennenzulernen. Das Notebook enthält bereits alle nötigen Python-Befehle samt umfassenden Erklärungen dazu. Die Lernenden können die Befehle darin selbst ausführen und anschließend auch damit experimentieren, z.B., indem sie sie verändern. Es wird eine Python-Installation sowie eine Entwicklungsumgebung (z.B. Jupyter Lab, oder auch Visual Studio Code) benötigt, in der das Notebook editiert werden kann. Falls dies nicht gegeben ist, gibt es die Möglichkeit, das Notebook auf der Google-Plattform https://colab.research.google.com hochzuladen und dort zu bearbeiten, dafür wird allerdings ein Google-Account benötigt. Dieses Jupyter Notebook ist Teil des Lehrmaterials für die Zusatzqualifikation KI und Maschinelles Lernen. Die Entwicklung und Erprobung dieses Bildungsangebotes wurde vom Bundesministerium für Bildung und Forschung im Rahmen des InnoVET-Programms gefördert. Das Notebook gehört zum Bereich C, Grundbegriffe von Datenanalyse und maschinellem Lernen.