Публикации по теме 'linear-regression'


Регрессия в Tensorflow v1 и v2
Продолжая предыдущую статью, в этой статье мы рассмотрим линейную и логистическую регрессию с помощью Tensorflow и прольем свет на основные различия между версиями 1 и 2. Прежде чем мы начнем, было бы неплохо немного обсудить фреймворк. Tensorflow был создан исследователями из Google как программная библиотека с открытым исходным кодом для Machine Intelligence f или производства и исследований. В настоящее время более зрелая версия называется сквозной платформой машинного..
Важность анализа предположений модели в машинном обучении
Как проверить свои предположения и почему всегда следует это делать Авторы: Рейли Мейнерт, Адит Патель и Саймон Ли Проверка предположений модели важна перед построением модели, которая будет использоваться для прогнозирования. Если предположения не выполняются, модель может неточно отражать данные и, вероятно, приведет к неточным прогнозам. Каждая модель имеет разные допущения, которые должны быть выполнены, поэтому проверка допущений важна как при выборе модели, так и при проверке..
Машинное обучение - часть: 2
часть: 1 - https://medium.com/@parthvadhadiya424/machine-learning-part-1-f88fb7b057d7 После классификации мы перейдем к регрессии, это еще один член сообщества машинного обучения. Все проблемы не вписываются в Классификацию или можно сказать, что все проблемы не могут быть решены с помощью алгоритмов классификации. Итак, мы здесь с регрессией. Регрессия Метод определения статистической взаимосвязи между двумя или более переменными, где изменение зависимой переменной связано с..
Пьяные люди лучше разбираются в чае?
В своих предыдущих постах я рассмотрел простую линейную регрессию , а также множественную линейную регрессию . В этом посте я демонстрирую, как полиномиальная регрессия может помочь определить, существует ли связь между количеством рюмок водки и количеством чаевых в баре. Что такое полиномиальная регрессия? В статистике полиномиальная регрессия - это форма регрессионного анализа, в котором связь между независимой переменной x и зависимой переменной y моделируется как..
Дружелюбное введение в линейную регрессию с реализацией Python
Каждый новичок в машинном обучении начинает свой путь в машинном обучении с алгоритма линейной регрессии, и это самый простой для понимания алгоритм. В этой статье давайте попробуем понять линейную регрессию вместе с реализацией Python с нуля. Я постараюсь охватить как теорию, так и практическую реализацию на питоне одновременно. Введение: когда я впервые изучал линейную регрессию, я много пытался понять этот простой алгоритм, и я не мог понять простое разделение тестов поезда и..
Подобрать модель линейной регрессии с градиентным спуском с нуля
Реализуйте градиентный спуск, чтобы найти оптимальные веса для простой линейной регрессии. Все мы знаем, что sklearn может подбирать модели для нас. Но знаем ли мы, что он на самом деле делает, когда мы вызываем .fit() . Продолжайте читать, чтобы узнать. Сегодня мы напишем набор функций, реализующих градиентный спуск, чтобы соответствовать модели линейной регрессии. Затем мы сравним веса нашей модели с весами подобранной модели sklearn. Обязательный фон Подгонка = поиск..
Руководство для начинающих по линейной регрессии в Python с помощью Scikit-Learn
Самый импортный алгоритм Что такое машинное обучение Машинное обучение — это область исследования, которая дает компьютерам возможность учиться без программирования. Это означает, что Программа будет тренироваться сама с опытом, а это означает, что, наблюдая за данными, они могут принимать решения. Контролируемое обучение В контролируемом обучении нам дается набор данных, и мы уже знаем взаимосвязь с переменными, мы обучаем машину, используя набор обучающих данных, и на основе..