Ti viene fornito un dataset che contiene informazioni sul numero di ore di studio degli studenti e i relativi punteggi ai test. Il tuo compito è addestrare un modello di regressione lineare su questi dati.

1. Converti queste colonne in tensori PyTorch e ridimensionali per assicurarti che siano 2D con forma [N, 1].
2. Definisci un semplice modello di regressione lineare.
3. Utilizza MSE come funzione di perdita.
4. Definisci l'optimizer come SGD con un tasso di apprendimento pari a 0.01.
5. Addestra il modello di regressione lineare per prevedere i punteggi dei test in base al numero di ore di studio. Ad ogni epoca:
   • Calcola le predizioni su X_tensor;
   • Calcola la perdita;
   • Resetta il gradiente;
   • Esegui il backward pass;
   • Aggiorna i parametri.
6. Accedi ai parametri del modello (pesi e bias).