Публикации по теме 'cost-function'
Линейная регрессия: ключевые понятия
Поскольку я уже поделился основным определением линейной регрессии в своей первой статье Часть 1 , а теперь добавляю некоторые важные концепции линейной регрессии. Кроме того, эти темы часто задают в интервью.
Давайте начнем с этих понятий в форме анкеты, чтобы вы могли добавить их при подготовке к интервью.
Здесь самая первая тема — Функция стоимости .
Вопрос 1 : Как получить наиболее подходящую линию регрессии?
Решение . В линейной регрессии основной целью этой модели..
Соедините точки с помощью линейной регрессии
Линейная регрессия - один из самых фундаментальных и наиболее простых алгоритмов машинного обучения . Если кто-то спросит вас: «Что вы знаете о ML?» и вы отвечаете, что знаете кое-что о линейной регрессии, они будут считать, что вы знакомы с настоящим машинным обучением, но не используйте этот жаргон, если вы ничего о нем не знаете!
Линейная регрессия соответствует линии между заданными точками данных. Например, время, когда вы рисовали линию, проходящую через максимальные точки на..
Нормальное уравнение
В машинном обучении можно использовать различные методы оптимизации, чтобы уменьшить ошибку и, таким образом, повысить точность скорости. В этой статье мы обсудим оптимизацию моделей машинного обучения с помощью метода нормального уравнения , и чтобы понять это, мы должны сначала взглянуть на концепцию функции стоимости .
Функция стоимости
функция стоимости , хотя и имеет разные варианты (см. MAE, RMSE, MSE), в основном содержит 2 переменные ( y_real, y_predicted ); Это..
Интуиция функции затрат 1
Если мы попытаемся представить это в визуальных терминах, наш набор обучающих данных будет разбросан в плоскости x-y. Мы пытаемся провести прямую линию ( hθ ( x )), которая проходит через эти разбросанные точки данных.
Наша цель - получить лучшую возможную линию. Наилучшая возможная линия будет такой, чтобы средние квадраты вертикальных расстояний разбросанных точек от линии были наименьшими. В идеале линия должна проходить через все точки нашего обучающего набора данных. В таком..
Понимание математической концепции градиентного спуска
В машинном обучении основная процедура выглядит следующим образом: передача набора данных в программу машинного обучения. Программа выводит функцию, моделирующую этот набор данных, а затем программа может начать делать прогнозы на основе своей производной функции.
Оказывается, одна из основных целей программы машинного обучения при попытке придумать эту функцию - найти способ оптимизировать эту функцию, чтобы как можно лучше смоделировать данный набор данных.
И есть несколько известных..
Теория и реализация линейной регрессии
В этой статье мы расшифруем линейную регрессию. Эта статья будет содержать следующие разделы: -
1) Что такое линейная регрессия?
2) Образец примера
3) Градиентный спуск
4) Пример цен на жилье в Бостоне
5. Выводы
1) Что такое линейная регрессия?
Это форма машинного обучения с учителем, в которой лежащая в основе взаимосвязь между функциями является линейной.
Попробуйте угадать пример линейной регрессии: -
Правильный ответ - ©.
Теперь давайте рассмотрим..