Публикации по теме 'linear-regression'
Одномерная линейная регрессия с нуля
С кодом на Python
Введение
Как правило, одним из первых предметов курса Машинное обучение является Линейная регрессия , которая не очень сложна и проста для понимания. Кроме того, он включает множество понятий машинного обучения , которые можно использовать позже в более сложных концепциях. Поэтому разумно начать с Линейной регрессии и перейти к новой серии статей по основам Машинного обучения .
В этом сообщении блога мы узнаем об одномерной линейной регрессии , что..
Обзор концепций AI и ML
Часть-1
Машинное обучение , Обработка естественного языка , Глубокое обучение и Искусственный интеллект в последние годы привлекали большое внимание. Как они работают? Все то же самое? Что отличает их друг от друга?
Фраза Искусственный интеллект , дисциплина информатики, впервые была использована в 1956 году американским ученым по имени Джон Маккарти. Способность машины мыслить и учиться известна как искусственный интеллект (ИИ). Цель искусственного интеллекта —..
Ускоренный курс по машинному обучению Google — Часть 1
Во время моего интервью с Google на роль специалиста по данным один материал, в частности, очень помог в подготовке: бесплатный Ускоренный курс Google ML .
Курс охватывает наиболее важные основы машинного обучения, которые могут быть полезны независимо от того, являетесь ли вы новичком в этой области или имеете опыт и хотите освежить свои знания.
Машинное обучение для начинающих
Предположим, у нас есть несколько точек в декартовой системе координат. Например, то, что вы видите на следующем графике. Как видно, у нас есть 10 точек, каждая из которых связывает вес (примем ее за x) с температурой (примем ее за y). Наша цель — угадать функцию, которая лучше всего подходит для этих точек, чтобы она могла предсказать другие точки, которых сейчас нет на графике (например, точку с x= 1.5). Здесь термин «лучше всего подходит» может быть сложным. Должна ли совершенная..
Линейная регрессия за пределами вашего класса статистики
Интуитивное руководство по науке о данных: линейная регрессия
Введение:
Линейная регрессия — не редкость среди аналитических умов. Тем не менее, у тысячи людей будет тысяча способов линейной регрессии. В этом посте я постараюсь описать базовый подход к созданию модели линейной регрессии.
Что такое линейная регрессия?
Линейная регрессия — это статистический метод, который пытается смоделировать взаимосвязь между целевыми переменными (то, что вы хотите предсказать) и независимыми..
Сила прогнозной аналитики: гипотезы линейной регрессии
Линейная регрессия — популярный статистический метод моделирования связи между зависимой переменной и одной или несколькими независимыми переменными. Он широко используется во многих дисциплинах, включая экономику, социальные науки, инженерию и бизнес. Прежде чем применять линейную регрессию, важно понять допущения, лежащие в основе этого метода. Эти допущения помогают обеспечить надежность и точность результатов анализа.
Предположения линейной регрессии можно разделить на четыре..
Линейная и логистическая регрессия
Линейная регрессия — это статистический метод, используемый для моделирования линейной зависимости между зависимой переменной и одной или несколькими независимыми переменными. Цель линейной регрессии состоит в том, чтобы найти линию наилучшего соответствия, то есть линию, которая максимально точно описывает взаимосвязь между переменными.
В линейной регрессии зависимая переменная непрерывна и может принимать любое значение в пределах определенного диапазона…
