Публикации по теме 'linear-regression'


Простые алгоритмы машинного обучения (часть 1)
Машинное обучение (ML) обычно используется для множества разных целей, таких как обнаружение мошенничества, распознавание изображений, распознавание голоса, видеорекомендации, беспилотные автомобили, обнаружение спама, обучение компьютера приготовлению пищи или игре в шахматы и многое другое. . Есть много преимуществ ML, одно из которых состоит в том, что его несложно изучить. Итак, у нас есть люди, которые общаются, используя различные формы общения, такие как мимика, жесты, тон голоса,..
Комбинация функций и полиномиальные характеристики
Улучшение линейной регрессии На прошлой неделе я опубликовал блог , в котором подробно описал все этапы процесса моделирования линейной регрессии. В этом посте мы немного изменим данные, чтобы уменьшить показатели результатов нашей модели. Затем мы рассмотрим самый важный шаг в любой линейной регрессии: конструирование функций . Весь код можно найти в этой записной книжке . Этот блог начинается в середине блокнота с заголовка Разработка функций . Разработка функций - это..
Машинное обучение в Rust, линейная регрессия
Любой практикующий специалист по данным знаком с такими библиотеками, как Scikit-learn , NumPy и SciPy . Но как насчет аналогичных библиотек в Rust , есть ли какие-нибудь хорошие ящики, которые можно успешно использовать для создания приложений машинного обучения с использованием этого невероятно быстрого и эффективного с точки зрения памяти языка программирования? В моем первом сообщении в блоге, посвященном машинному обучению в Rust, я покажу, как можно реализовать линейный регрессор..
Прогнозирование фондового рынка
В этом проекте мы будем работать с данными из Индекса S&P500 . Мы будем использовать исторические данные о цене индекса S&P500, чтобы делать прогнозы относительно будущих цен. Предсказание того, пойдет ли индекс вверх или вниз, поможет нам спрогнозировать поведение фондового рынка в целом. Поскольку акции, как правило, коррелируют с тем, насколько хорошо работает экономика в целом, это также может помочь нам делать экономические прогнозы. Мы будем работать с CSV-файлом, содержащим..
Линейная регрессия с несколькими переменными
В моей предыдущей статье я обсуждал Линейную регрессию с одной переменной . Здесь я кратко рассмотрел алгоритм линейной регрессии, функцию стоимости и градиентный спуск. Эти концепции составляют основу данной статьи. Так что, если вам они не очень нравятся, подумайте о том, чтобы обратиться к моей предыдущей статье. До сих пор мы рассматривали простую задачу, в которой выходная переменная зависела только от одной функции (например, x). Например: прогнозирование цен на дом, где..
Линейная регрессия — Ловушка фиктивной переменной
Предпосылки Машинное обучение — предобработка данных Обзор Ниже приведены темы, которые мы собираемся осветить в блоге: Что такое ловушка с фиктивной переменной? Объяснение Тест-ловушка с фиктивной переменной Что такое ловушка с фиктивной переменной? В моделях линейной регрессии, чтобы создать модель, которая может вывести связь между функциями (имеющими категориальные данные) и результатом, мы используем метод фиктивной переменной. «Фиктивная переменная» или..
Может ли не кодировщик нанести данные на линию с помощью линейной регрессии с контролируемым обучением?
Взгляд на практическое машинное обучение Да! Я согласен с приведенным выше утверждением. Не программист может начать машинное обучение, зная простую математику, не зная Python или R. Другие проекты о машинном обучении. Youth4work Youth4work Зарегистрируйтесь здесь и начните : https://leaps.analyttica.com/home?auth_modal=true®ister=true&referral=Xp9vsU Чтобы получить больше наград: Код купона используйте реферальный код для получения дополнительных вознаграждений:..