Публикации по теме 'linear-regression'
Найдите наиболее подходящую линейную регрессию с помощью функции стоимости и градиентного спуска (часть I)
Продолжая последний пример потери веса, мы придерживаемся диетического питания и регулярных физических упражнений в течение 100 дней. Модель регрессии покажет, сколько фунтов мы теряем, исходя из количества потребленных фунтов еды и часов тренировок. Модель изучает лучший параметр еды и упражнений, учитывая функцию затрат. Настроив функцию стоимости, модель знает, насколько хорошо она работает, и корректирует ее с каждой точки обучения. Эта статья резюмируется на основе лекции Эндрю Н.Г...
Объяснение простой регрессии
Введение
Сегодня мы познакомимся с концепцией простой регрессии , которая также называется линейной регрессией . Проще говоря, простая линейная регрессия используется для моделирования взаимосвязи между двумя непрерывными переменными. другими словами, мы можем использовать непрерывные входные данные с одной переменной для прогнозирования выходной переменной с учетом связи между входной и выходной переменной. Обычно идеальное время для использования простой модели линейной регрессии —..
Многовариантная линейная регрессия без Gradient Decent
Привет, ребята, в чем дело, вот и я на следующем этапе моей серии руководств, в последней части мы обработали линейную модель оптимизации машинного обучения с приличным градиентом, у нас была независимая переменная x и зависимая переменная y, и мы использовали формулу
y= mx +c
в качестве нашего уравнения, чтобы найти зависимую переменную из значений x для m и c, нам пришлось использовать градиент приличный, чтобы найти это, что было итеративным процессом нахождения значения, которое..
Прогнозирование цен на жилье с помощью машинного обучения
Постановка задачи
Точное прогнозирование цен на жилье может помочь как потенциальным покупателям, так и продавцам жилья. Однако существует множество факторов, влияющих на стоимость дома, что делает ручную оценку сложной и ненадежной. В этой статье я описываю, как построить модель машинного обучения для прогнозирования цен на жилье на основе фактических данных о недвижимости.
Технический стек
В этом проекте я использовал Python в качестве языка программирования вместе со следующими..
Прогнозирование сэйвов для кувшинов в MLB
Я проснулся холодным январским утром в Чикаго и услышал захватывающие новости о том, что «Уайт Сокс» недавно подписала нового игрока, Лиама Хендрикса. Для многообещающей команды добавление Матча звезд, чтобы закрепить свою позицию в КПЗ, было захватывающей перспективой и признаком того, что команда инвестировала в совершение соревновательного скачка в 2021 году. Большую часть моего опыта наблюдения за игрой Хендрикса я получил всего несколько месяцев назад, когда он Окленд А победил Уайт..
Основы машинного обучения и ИИ: линейная регрессия — попробуйте курс бесплатно!
Линейная регрессия — это метод моделирования взаимосвязи между одной зависимой переменной и одной из нескольких других переменных, и четкое понимание этого может помочь вам решить множество реальных проблем.
Области применения включают прогнозирование практически любого числового значения, включая стоимость жилья, расходы клиентов и цены акций.
Курс LinkedIn Основы машинного обучения и ИИ: линейная регрессия раскрывает концепции наиболее важных методов линейной регрессии и способы..
Использование алгоритма машинного обучения для прогнозирования будущей цены акций
В этой статье показано, как построить алгоритм, который может предсказать будущую цену акции с помощью метода линейной регрессии.
Отказ от ответственности : это не рекомендация о том, какие акции вы должны покупать или продавать. Это статья, которая поможет вам в исследованиях в области науки о данных и проектов машинного обучения.
Линейная регрессия чаще всего используется для прогнозирования цен, заработной платы, продаж, возраста, продукта и других непрерывных/фактических числовых..
