Vous disposez d'un jeu de données contenant des informations sur le nombre d'heures d'étude des étudiants et leurs scores aux tests correspondants. Votre tâche consiste à entraîner un modèle de régression linéaire sur ces données.

1. Convertir ces colonnes en tensors PyTorch, et les redimensionner pour qu'ils soient 2D avec des formes [N, 1].
2. Définir un modèle de régression linéaire simple.
3. Utiliser la MSE comme fonction de perte.
4. Définir l'optimizer comme SGD avec un taux d'apprentissage égal à 0.01.
5. Entraîner le modèle de régression linéaire pour prédire les scores aux tests en fonction du nombre d'heures d'étude. À chaque époque :
   • Calculer les prédictions sur X_tensor ;
   • Calculer la perte ;
   • Réinitialiser le gradient ;
   • Effectuer la rétropropagation ;
   • Mettre à jour les paramètres.
6. Accéder aux paramètres du modèle (poids et biais).