Публикации по теме 'linear-regression'


Линейная регрессия против логистической регрессии
Линейная регрессия Этот метод регрессии обнаруживает линейную связь между зависимой и независимой переменными, а затем использует это знание для прогнозирования будущих значений зависимой или ответной переменной. Цель является переменной интервала. Это делается путем присвоения весов функциям, которые влияют на переменную отклика, чтобы минимизировать ошибку. Модель регрессии различается в зависимости от типа связи между предиктором (независимой) и переменной отклика, а также от..
Машинное обучение — это не магия: линейная регрессия для простых смертных
Эта статья является последней в серии под названием Машинное обучение — это не чудо , в которой рассказывается, как начать работу с машинным обучением с помощью знакомых инструментов, таких как Excel, Python, Jupyter Notebooks и облачных сервисов от Azure и Amazon. Веб-сервисы. Заходите сюда каждую пятницу, чтобы узнать о будущих платежах. В предыдущей части этой серии мы попытались решить проблему на основе нескольких предположений, сделанных на основе существующего набора..
Введение в TensorFlow для разработчиков. Часть 5/?. Одномерная линейная регрессия.
Введение в TensorFlow для разработчиков. Часть 5/?. Одномерная линейная регрессия. Линейная регрессия — это первый алгоритм машинного обучения, который мы обсудим. Будем опираться на знания из предыдущих статей . Я покажу вам, как построить и обучить первую модель в tensorflow. Итак, начнем. Начнем с очень простого примера одномерной линейной регрессии. В строках 1–4 мы подготавливаем некоторые данные, мы вернемся к ним позже. Построение нашей модели начинается в строке 8...
Линейная регрессия для машинного обучения с Google Colab…!
Здравствуйте, энтузиасты машинного обучения! Линейная регрессия , пожалуй, один из самых известных и хорошо изученных алгоритмов в статистике и машинном обучении. Линейную регрессию можно определить как линейную модель , например модель, которая предполагает линейную зависимость между входными переменными (x) и единственной выходной переменной (y). Более конкретно, это y может быть вычислено из линейной комбинации входных переменных (x). Существуют различные платформы для..
Линейная регрессия: подход снизу вверх. (Вступление к искре - бонус)
Бонус: знакомство с Spark Что это для вас значит? В этой статье рассматриваются нюансы линейной регрессии и будет включен анализ данных с использованием Spark в качестве дополнения. Это послужит напоминанием для опытных специалистов по данным, материалом для глубокого обучения для начинающих и справочным руководством для начинающих практиков. Давайте поговорим о данных Для достижения цели я выбрал набор данных , который не является слишком тривиальным и в то же время не..
Использование передовых методов регрессии для прогнозирования стоимости дома
Информация, которую можно извлечь из конкурентного соревнования Kaggle Введение В следующем документе основное внимание уделяется различным методам, используемым для решения вышеупомянутой проблемы, и выводам, сделанным на основе этих результатов при создании модели машинного обучения, которая будет точно оценивать стоимость почти 3 миллионов домов в США за шесть периодов времени. Другими словами, мы спрогнозируем, где оценка Zillow (спонсора) будет плохой, а где - хорошей. Мы..
Машинное обучение: часть 1. Линейная регрессия и миф
Машинное обучение: часть 1. Линейная регрессия и миф Давайте подойдем к самой основной вещи машинного обучения, которая представляет собой не что иное, как линейную регрессию. Линейная регрессия была первым типом регрессионного анализа, который был тщательно изучен. Проще говоря, линейные средние (расположенные вдоль прямой линии в последовательном порядке) и значение регрессии (мера отношения между средним/медианным значением одной переменной (например, выход ) и соответствующие..