Je krijgt een dataset met informatie over het aantal uren dat studenten hebben gestudeerd en hun bijbehorende testscores. Je taak is om een lineair regressiemodel op deze data te trainen.

1. Zet deze kolommen om in PyTorch-tensors en vorm ze om zodat ze 2D zijn met vormen [N, 1].
2. Definieer een eenvoudig lineair regressiemodel.
3. Gebruik MSE als verliesfunctie.
4. Definieer de optimizer als SGD met een leersnelheid van 0.01.
5. Train het lineaire regressiemodel om testscores te voorspellen op basis van het aantal gestudeerde uren. Bij elke epoch:
   • Voer voorspellingen uit op X_tensor;
   • Bereken het verlies;
   • Zet de gradient op nul;
   • Voer de backward pass uit;
   • Werk de parameters bij.
6. Benader de parameters van het model (gewichten en bias).