Публикации по теме 'linear-regression'


Полное руководство по линейной регрессии в Python
В этой статье мы поймем и реализуем линейную регрессию, используя sklearn на наборе данных о ценах на жилье в Бостоне. Что такое линейная регрессия? Линейная регрессия - это контролируемый алгоритм машинного обучения. Он предсказывает линейную связь между независимой переменной (y) на основе заданных зависимых переменных (x) . Таким образом, независимая переменная (y) имеет самую низкую стоимость . Работа линейной регрессии Чтобы объяснить работу линейной..
Линейная регрессия в Python
Искусственный интеллект сейчас является горячей темой, и почти каждый хочет узнать о нем, но искусственный интеллект — это более широкий термин, состоящий из множества различных типов и методов. Машинное обучение действует как ворота в мир искусственного интеллекта. Это общая отправная точка, с которой люди решают, какую подобласть ИИ выбрать и изучить. Линейная регрессия — это первый алгоритм, которому обучают в машинном обучении. Это простой алгоритм регрессии, взятый из статистики. Это..
Холст данных: простая линейная регрессия
Представьте, что у вас есть игрушечная машинка, и вы хотите узнать, насколько быстро она может ехать. У вас есть трек, слегка толкните игрушечную машинку и измерьте, как далеко она проедет. Вы делаете это несколько раз, усложняя задачу и каждый раз измеряя пройденное расстояние. Теперь у вас есть несколько измерений: насколько сильно вы толкнули машину и как далеко она проехала. В этой ситуации линейная регрессия находит волшебную формулу, которая поможет вам предсказать, как далеко..
Линейная регрессия модели ML
В следующем примере я рассмотрел самые высокие оценки JEE, полученные лидером моего коучингового института JEE для разных групп волшебников, и я хочу спрогнозировать самый высокий балл для следующей партии, если та же модель обучения сохранится. > Если я построю графики между количеством учеников-волшебников и соответствующим наивысшим баллом, я получу почти такую ​​​​прямую кривую. Однако, если мне нужно спрогнозировать наивысший балл для следующей партии, как мне это сделать? Как..
Всеобъемлющее руководство по машинному обучению - Часть 1а - Функции потерь
В предыдущем посте о линейной регрессии я замалчил многие детали без особых пояснений. Одной из таких деталей был выбор нашей функции потерь - функции среднего квадрата ошибки (МСЭ). В этом посте я покажу, почему мы выбираем именно эту функцию и как она возникает естественным образом из проблемы линейной регрессии. В любой задаче машинного обучения наша задача - максимизировать функцию, известную как вероятность, которая является функцией наших параметров θ , когда мы знаем распределение..
Памятка по машинному обучению для интервью Data Scientist: часто задаваемые вопросы о линейной регрессии…
Вот краткое изложение часто задаваемых вопросов по машинному обучению во время интервью с учеными данных. Я сделал шпаргалку максимально лаконичной. Все содержание является ключевым знанием, которое необходимо помнить. Надеюсь, это послужит руководством по подготовке к собеседованию в DS! Две основные цели задачи регрессии Делать предсказания Определите влияние независимых переменных на целевую переменную Два типа проверки гипотез по оценке параметра t-тест : проверка..
Навигация по линейной регрессии: фундаментальная структура
Линейная регрессия — это не просто строительный блок; это краеугольный камень, на котором мы строим наше понимание более сложных моделей. Это фундаментальный метод машинного обучения, который использует прямолинейные отношения для прогнозирования результатов. Понимание регрессии: краткий обзор Регрессионный анализ  – это статистический метод, целью которого является моделирование связи между одной или несколькими независимыми переменными (часто называемыми предикторами или признаками)..