Публикации по теме 'linear-regression'
Основы машинного обучения: линейная регрессия
В этой продолжающейся серии сообщений блога под названием Основы машинного обучения я хочу осветить основные концепции современного машинного обучения. Хотя кажется, что все больше и больше людей просто используют нейронные сети для решения проблем, чрезвычайно важно знать, как все работает под капотом. Это дает более интуитивное понимание процесса и, возможно, дает представление о различных решениях и подходах.
Предупреждение: эти сообщения будут содержать много математики. Я..
Экономьте свои расходы с проектом прогнозирования цен
Когда мы покупаем большинство вещей в нашей жизни, нам нужно сравнение. Потому что есть много брендов и альтернативных моделей. Выполнение этого вручную иногда требует больших усилий. Что было бы в таких случаях, если бы существовала система, которая вычисляет среднюю цену продукта, характеристики которого мы приводим? Это значительно облегчило бы нашу работу, не так ли? Большинство крупных маркетинговых и других отраслевых компаний уже начали сосредотачиваться и использовать эту..
Что такое машинное обучение?
Что такое глубокое обучение? И как сюда вписывается линейная регрессия?
Машинное обучение — это когда компьютеры обрабатывают большое количество наблюдений за миром, а затем изучают закономерности или взаимосвязи в этих наблюдениях. Они используют изученные модели и отношения, чтобы предсказать новые наблюдения (результаты) о мире. Машинное обучение включает в себя область статистического обучения , которая является хорошо разработанной темой, которая долгое время создавала..
Машинное обучение — Полная линейная регрессия
Линейная регрессия - это метод, описывающий отношения зависимости, линейная модель устанавливает связь между зависимой переменной y (цель) и одной или несколькими независимыми переменными, обозначенными X (входы).
Давайте последуем одному простому примеру, чтобы получить представление о линейной регрессии, наш примерный набор данных показан ниже, затем мы нанесем их на график.
Значения в столбце « GrLivArea » являются независимыми переменными, поскольку они предопределены, мы не..
Графики и машинное обучение: линейная регрессия
Чтобы начать серию расширений Neo4j для машинного обучения, я реализовал набор определяемых пользователем процедур , которые создают модель линейной регрессии в базе данных графов. В этом посте я продемонстрирую использование линейной регрессии в браузере Neo4j, чтобы предложить цены на краткосрочную аренду в Остине, штат Техас. Давайте посмотрим на пример использования:
Самый популярный район в Остине, штат Техас , определяется двумя последними цифрами его почтового индекса:..
Линейная регрессия с использованием PyTorch
Линейная регрессия. Определяет линейную связь между двумя или более переменными.
Есть много способов найти этот тип отношения между переменными в данном наборе данных. А вот и роль PyTorch. PyTorch – это бесплатная библиотека машинного обучения с открытым исходным кодом, основанная на библиотеке Torch. Она используется для таких приложений, как компьютерное зрение и НЛП, и поэтому мы будем использовать ее для поиска взаимосвязей между переменными в наборе данных. Чтобы начать с наших..
Допущения линейной регрессии - почему это важно
Построение модели линейной регрессии - это только первый шаг. Определенные условия должны быть выполнены, прежде чем мы сделаем выводы относительно оценок модели или перед тем, как мы будем использовать модель для прогнозирования.
Модель линейной регрессии должна быть проверена для всех допущений модели, включая определение функциональной формы. Если предположения нарушаются, нам нужно пересмотреть модель.
В этой статье я объясню ключевые предположения линейной регрессии, почему она..
