Du får et datasæt, der indeholder information om antallet af timer, som studerende har læst, samt deres tilsvarende testresultater. Din opgave er at træne en lineær regressionsmodel på disse data.

1. Konverter disse kolonner til PyTorch-tensorer, og omform dem, så de er 2D med form [N, 1].
2. Definér en simpel lineær regressionsmodel.
3. Brug MSE som tab-funktion.
4. Definér optimizer som SGD med en læringsrate på 0.01.
5. Træn den lineære regressionsmodel til at forudsige testresultater baseret på antallet af læste timer. Ved hver epoke:
   • Beregn forudsigelser på X_tensor;
   • Beregn tabet;
   • Nulstil gradienten;
   • Udfør bagudpassage;
   • Opdater parametrene.
6. Tilgå modellens parametre (vægte og bias).