Публикации по теме 'regression'


«Вы не можете предсказать ошибки своей модели»… или можете?
NannyML выпустила DLE, алгоритм, способный предсказывать MAE и MSE вашей регрессионной модели в отсутствие достоверной информации. В предыдущей статье мы увидели, как предсказать эффективность вашей модели классификации до того, как станет доступна истина. Это очень полезно в реальных условиях, потому что дает вам раннюю обратную связь о том, как ваша модель работает в производстве. Это стало возможным благодаря разработанному NannyML алгоритму под названием Оценка..
Регуляризация моделей ML
Регуляризация линейных моделей машинного обучения — Ридж-регрессия Обучение моделей машинного обучения иногда представляет собой сложную задачу, если ваша модель машинного обучения хорошо работает с обучающим набором, но не с тестовым набором. В то время мы думали о том, что нам сделать, чтобы он работал лучше. Итак, здесь, в этом блоге, мы узнаем, как поступить в такой ситуации. Привет, ребята, бывают ситуации, когда наша модель хорошо работает с обучающим набором, но не с..
Прогнозирование цен на подержанные автомобили с использованием машинного обучения
Покупка или продажа подержанных автомобилей может быть сложным процессом, особенно когда речь идет об определении лучшей рыночной цены. Многие люди не знают о рыночных тенденциях и нуждаются в надежном и очень сложном подходе, чтобы предоставить им оценочные цены на основе существующих рыночных данных. Наша цель — спрогнозировать подходящую цену, на которую клиенты могут рассчитывать при покупке или продаже подержанного автомобиля, основываясь на таких деталях, как модель автомобиля и..
Основы машинного обучения: линейная регрессия и однослойный персептрон
Цель этой статьи — представить идеи машинного обучения на простом примере линейной регрессии. Сначала я изо всех сил пытался понять концепции машинного обучения, мне было трудно понять, как оно работает, глядя на диаграммы нейронных сетей и их соответствующие уравнения. Единственное, что заставило его застрять, — это вывести уравнения для себя и написать пример. Моя цель — пройтись по каждому этапу процесса, начиная с самой простой из всех нейронных сетей для линейной регрессии. Я..
Урок 14 — Машинное обучение: k-ближайшие соседи (k-NN) Интуиция
Алгоритм k-ближайших соседей (k-NN) — это простой, но мощный метод контролируемого машинного обучения, используемый для классификации и регрессии. Основная интуиция, стоящая за k-NN, заключается в том, что похожие точки данных, вероятно, принадлежат к одному и тому же классу или имеют схожие выходные значения. Алгоритм k-NN работает следующим образом: Определите количество рассматриваемых соседей, обозначенное «k». Для заданной точки входных данных рассчитайте расстояние между..
10 наиболее распространенных алгоритмов машинного обучения и их применения
Машинное обучение — это разновидность искусственного интеллекта, которая позволяет машинам учиться на данных, выявлять закономерности и принимать решения без вмешательства человека. Алгоритмы машинного обучения используются в различных приложениях, включая распознавание изображений, обработку естественного языка, обнаружение мошенничества и рекомендательные системы. В этом сообщении блога мы обсудим 10 наиболее распространенных алгоритмов машинного обучения, которые широко используются в..
Разбираемся в логистической регрессии: упрощенное руководство
Логистическая регрессия — это контролируемый алгоритм обучения, используемый для задач классификации. Это тип обобщенной линейной модели, в которой используется логистическая функция для моделирования бинарной зависимой переменной . Разница между логистической регрессией и линейной регрессией? Линейная регрессия и логистическая регрессия являются алгоритмами обучения с учителем, но они используются для разных типов задач и имеют некоторые ключевые отличия. Вывод . Линейная..