Публикации по теме 'linear-regression'


Линейная регрессия: функция гипотез, функция стоимости и градиентный спуск.
Внутри ИИ Линейная регрессия: функция гипотез, функция стоимости и градиентный спуск - все, что вам нужно знать! Математика и теория, лежащие в основе самой известной техники контролируемого обучения В этой статье вы узнаете все о технике линейной регрессии, используемой в контролируемом обучении. Вы изучите теорию и математику, лежащие в основе функции стоимости и градиентного спуска. После этого вы также реализуете масштабирование функций для быстрого получения результатов и,..
Линейная регрессия и градиентный спуск
Линейная регрессия и градиентный спуск Как достичь минимума функции стоимости Сегодняшний блог посвящен градиентному спуску, который объясняется на примере линейной регрессии. Градиентный спуск используется для поиска наилучшего соответствия прямой линии через облако точек данных. Следовательно, он минимизирует функцию стоимости. Но прежде чем мы перейдем к перегрузке, давайте начнем с краткого обзора линейной регрессии. Как объяснялось, линейная регрессия - это процесс..
Предположения линейной регрессии - как проверить и исправить
Вступление Я предполагаю, что вы хорошо разбираетесь в линейной регрессии. Если нет, то я написал простой и понятный пост с примером на python здесь . Прочтите, прежде чем продолжить. Линейная регрессия делает определенные предположения о данных и дает прогнозы на их основе. Естественно, если мы не позаботимся об этих предположениях, линейная регрессия накажет нас плохой моделью (вы действительно не можете винить это!) Мы возьмем набор данных и попытаемся уместить все..
ЛИНЕЙНАЯ РЕГРЕССИЯ против ЛОГИСТИЧЕСКОЙ РЕГРЕССИИ
ЛИНЕЙНАЯ РЕГРЕССИЯ против ЛОГИСТИЧЕСКОЙ РЕГРЕССИИ 1. Почему мы взяли квадрат ошибки в линейной регрессии? Возведение в квадрат необходимо для удаления отрицательных знаков. Это также придает больший вес большей разнице. Это также говорит о том, что чем меньше среднеквадратическая ошибка, тем ближе прямая линия, основанная на данных. 2. Разница между линейной регрессией и логистической регрессией. МАТРИЦА ЗАМЕДЛЕНИЙ Здесь я беру пример людей, страдающих диабетом или нет...
Берегись, Zillow, здесь идет Jestimate!
Берегись, Zillow, здесь идет Jestimate! Использование машинного обучения для прогнозирования цен на жилье в Сан-Франциско Как специалист в области недвижимости и обработки данных, я всегда восхищался Zestimate Zillow. В духе соревнования я разработал оценку Джима или Jestimate! Оценки односемейных домов в Сан-Франциско на 2018 год На следующей интерактивной карте показаны продажи домов в Сан-Франциско в 2018 году по районам. Щелкните район, а затем щелкните дом в таблице..
Рассекреченные авокадо
Чтобы не показаться претенциозным, но я ел авокадо до того, как они остыли. Пару лет назад ко мне приехала группа друзей, чтобы отпраздновать Синко де Майо. Почему мы празднуем Cinco de Mayo в США? Я люблю маргариту и мексиканскую кухню, но вот настоящая причина . После нескольких порций напитков пришло время приготовить мой знаменитый гуакамоле. Один за другим я разрезал стопку авокадо, и, к своему ужасу, все они были коричневыми и горькими. Перенесемся на два года вперед, и я решил,..
Прогулка по линейной регрессии
Полная разбивка процесса машинного обучения Линейная регрессия служит краеугольным камнем алгоритма работы с данными. Он широко используется и является одним из наиболее применимых существующих алгоритмов контролируемого машинного обучения. Выполняя линейную регрессию, мы пытаемся выявить наилучшую линейную связь между предсказанием независимых переменных ( X1, X2 и т. Д.…) и предсказанной зависимой переменной ( Y) . Вместе давайте рассмотрим процесс модели линейной регрессии в..