Публикации по теме 'linear-regression'
Линейная регрессия
Линейная регрессия используется для нахождения линейной зависимости между целью и одним или несколькими предикторами.
Основная идея состоит в том, чтобы получить линию, которая наилучшим образом соответствует данным. Линия наилучшего соответствия — это та, для которой общая ошибка прогноза (все точки данных) как можно меньше. Ошибка – это расстояние между точкой и линией регрессии.
Уравнение линии, Y=WX+B.
Ниже приведены шаги для реализации линейной регрессии в Python.
1.)..
Интуиции о регуляризации L1 и L2
Интуиции о регуляризации L1 и L2
Объяснение того, как L1 и L2 работают с использованием градиентного спуска
(Прыгайте прямо сюда , чтобы пропустить введение.)
Список изменений: 27 марта 2020 г .: Добавлен абсолют к условиям в 2-норме и p-норме. Спасибо Рикардо Н. Сантосу за указание на это.
Переобучение - это явление, которое возникает, когда модель машинного обучения или статистики адаптирована к определенному набору данных и не может быть обобщена на другие наборы..
Прогнозирование видимой температуры с использованием данных о погоде в Сегеде
Набор данных о погоде в Сегеде состоит из данных о почасовых / суточных сводках с температурой, давлением и т. Д. В Сегеде, Венгрия. Цель состоит в том, чтобы предсказать кажущуюся температуру для заданных входных данных. этот набор данных доступен в kaggle .
в этом наборе данных 17 столбцов.
Форматированная дата »,« Сводка »,« Тип осадков »,« Температура © »,« Видимая температура © »,« Влажность »,« Скорость ветра (км / ч) »,« Пеленг ветра (градусы) »,« Видимость (км) ) ','..
Линейная регрессия - с нуля!
Линейная регрессия - один из первых алгоритмов, которые вы изучите, когда начнете свое путешествие в области науки о данных и машинного обучения. В этом блоге мы не только поймем, что такое линейная регрессия, но и реализуем алгоритм с нуля.
Теперь, прежде чем мы погрузимся в это, давайте сначала разберемся, что такое регрессия.
Проще говоря, регрессия - это метод, используемый для определения взаимосвязи между зависимой переменной и одной или несколькими независимыми переменными. Это..
Линейная регрессия - простой метод статистической регрессии
Линейная регрессия - это статистический метод, который используется для прогнозного анализа, и в этой статье мы поговорим о линейной регрессии, о том, как она работает и как ее можно использовать в нескольких задачах машинного обучения.
Линейная регрессия - это алгоритм, который выполняет регрессию и основан на обучении с учителем. Если вам нужно решить такую проблему, как прогнозирование, прогнозирование или вы хотите установить взаимосвязь между переменными, то линейная регрессия..
Линейная регрессия с нуля
Линейная регрессия с нуля
Линейная регрессия - это тип модели, который предполагает линейную связь между входными и целевыми переменными. Он используется для расчета или прогнозирования значения на основе одной (или многих) входных переменных. Обычно он используется, когда:
У вас есть линейная связь, предположим, что x и y - две переменные, и у них есть прямая (одна увеличивается, другая также увеличивается) или косвенная (одна увеличивается, другая уменьшается) взаимосвязь. Когда..
Модель машинного обучения внутри контейнера
Модель машинного обучения внутри контейнера
Обучение модели машинного обучения внутри контейнера Docker
Привет всем !!! Вот я вернулся с другим блогом.
В этом блоге мы обсудим, как мы будем создавать модель машинного обучения в контейнере Docker и использовать эту модель для некоторых прогнозов. Для этой задачи мы создадим фундаментальную модель машинного обучения, которая может прогнозировать заработную плату на основе многолетнего опыта.
Итак, приступим к блогу !!!..
