Du får ett dataset som innehåller information om antal timmar studenter har studerat och deras motsvarande provresultat. Din uppgift är att träna en linjär regressionsmodell på dessa data.

1. Konvertera dessa kolumner till PyTorch-tensorer och omforma dem så att de är 2D med formerna [N, 1].
2. Definiera en enkel linjär regressionsmodell.
3. Använd MSE som förlustfunktion.
4. Definiera optimizer som SGD med inlärningshastigheten satt till 0.01.
5. Träna den linjära regressionsmodellen för att förutsäga provresultat baserat på antal studietimmar. Vid varje epok:
   • Beräkna prediktioner på X_tensor;
   • Beräkna förlusten;
   • Nollställ gradienten;
   • Utför bakåtriktad passering;
   • Uppdatera parametrarna.
6. Hämta modellens parametrar (vikter och bias).