Публикации по теме 'linear-regression'
Математика градиентного спуска
В предыдущей и самой первой статье серии «Математика позади» мы обсуждали линейную регрессию. В этом мы поймем, что такое градиентный спуск и как он работает, очевидно, с помощью математики!
Итак, прежде всего, что такое градиентный спуск? Позволь мне объяснить. По сути, это метод оптимизации, в котором мы находим локальные или глобальные минимумы (в зависимости от кривой) данной кривой, случайным образом выбирая постоянные параметры и постепенно двигаясь вниз до достижения самой..
День 2 - Обучение с учителем и линейная регрессия
Сегодня мы рассмотрим контролируемое обучение и потратим большую часть времени на линейную регрессию, особенно на алгоритм градиентного спуска. После теоретической части мы построим модель линейной регрессии, используя алгоритм градиентного спуска для прогнозирования данных о диабете.
Контролируемое обучение
«Контролируемое обучение - это задача машинного обучения по изучению функции, которая сопоставляет входные данные с выходными на основе примеров пар входов и выходов». - Стюарт..
Внедрение линейной регрессии во Flink с нуля
В этой заметке мы собираемся реализовать линейную регрессию в настройке потоковой передачи. Мы предполагаем, что у нас нет всех доступных данных, и мы будем генерировать случайные данные для обучения на лету.
Затем мы будем использовать Flink для корректировки весов линейной регрессии, чтобы минимизировать MSE.
Поэтому мы будем использовать алгоритм градиентного спуска для настройки весов. Поскольку у нас нет всех доступных данных сразу, нам придется подождать, пока не поступит..
Обучение набора данных с использованием линейной регрессии (метод машинного обучения)
Несколько дней назад, когда я проходил курс DS на сайте uaceit.com , я научился делать свой первый проект по науке о данных на Jupyter Notebook с использованием эффективного алгоритма машинного обучения, т. е. линейной регрессии . Я научился понимать данные и то, как мы можем связать их, чтобы получить лучшие и желаемые результаты. Линейную регрессию можно определить как « подход, который моделирует изменение одной или нескольких переменных-предикторов (скажем, x), что приводит к..
Модель машинного обучения с нуля с использованием набора данных Weather in Szeged 2006–2016
Путь к применению модели линейной регрессии с помощью предварительной обработки от А до Я
Это руководство включает пошаговый подход к построению модели линейной регрессии для набора данных. Набор данных, который используется в учебнике, доступен ниже.
Погода в Сегеде в 2006-2016 гг. Ежечасная / ежедневная сводка с температурой, давлением, скоростью ветра и др. www.kaggle.com
Давайте рассмотрим следующий пример использования,..
Что такое оценка R2 и скорректированный R2
Показатель R2 и скорректированный R2 — это две метрики, используемые для оценки производительности регрессионной модели. R2, также известный как коэффициент детерминации, является мерой того, насколько хорошо модель соответствует данным. Он рассчитывается путем квадрата корреляции между наблюдаемыми и прогнозируемыми значениями зависимой переменной.
Например, допустим, у вас есть модель, которая пытается предсказать высоту…
Привет, Абхишек, я «разбил» набор данных на набор поездов и тестов, и я использую набор поездов для создания своего…
Привет, Абхишек! Я «разбил» набор данных на набор поездов и тестов, и я использую набор поездов для построения своей модели.
Предсказать значение с помощью линейной регрессии довольно просто `y = ax + b`, где b – это просто константа.
Например, если у нас есть набор данных Distance and Time 100km | 1 час 200 км | 2 часа 300 км | 3 часа теперь давайте попробуем вписать это в модель линейной регрессии, она будет: `y = 100x + 0;` теперь мы можем предсказать, где будет машина через 2,5..
