Публикации по теме 'regression'
Устранение неполадок машинного обучения - 1
Машинное обучение , как следует из названия, просто заставляет машину учиться. Машинное обучение - это приложение искусственного интеллекта, которое позволяет системе получать доступ к данным и учиться на них.
Обучение может быть выполнено с помощью: Обучение с учителем, Обучение без учителя, Обучение с подкреплением.
В контролируемом обучении мы даем машине помеченные данные , что означает входные данные ( Функции ) вместе с выходными данными ( Цель ), относящиеся к входным..
Введение в регрессионный анализ
Регрессия - это процесс прогнозирования непрерывных переменных. это тип обучения с учителем. регрессионный анализ - это набор статистических процессов для оценки взаимосвязей между переменными.
Это проект из школы данных Gitgirl, которую я сейчас посещаю.
Регрессионный анализ фокусируется на взаимосвязи между зависимой переменной и одной или несколькими независимыми переменными. Зависимую переменную можно рассматривать как «состояние», «цель» или «конечную цель», которую мы изучаем и..
Как сделать гребень и лассо: мини-руководство по Python
ОТКАЗ ОТ ОТВЕТСТВЕННОСТИ: Это руководство предназначено для всех, кто уже знаком с линейной алгеброй, линейной регрессией и тем, что делает линейная регрессия и для чего она используется. Многие идеи, лежащие в основе регрессий Риджа и Лассо, основаны на линейной регрессии, поэтому это очень необходимый строительный блок для изучения.
Регрессии Риджа и Лассо похожи на линейные регрессии, но ключевое отличие состоит в том, что они добавляют штраф за вес к большим коэффициентам. Например,..
Что делать, если ваши данные не соответствуют предположениям регрессии OLS
Регрессионный анализ относится к сфере статистических выводов. Рассмотрим следующее уравнение:
y ≈ β0 + β1 x + e
Знак приблизительного равенства указывает на то, что существует приблизительная линейная зависимость между x и y . Термин "ошибка" e указывает на то, что эта модель не будет полностью отражать реальность посредством простой линейной зависимости. Задача обучения состоит в том, чтобы оценить бета-параметры следующим образом:
ŷ = β̂0 + β̂1 x
Обратите внимание,..
Модель машинного обучения для прогнозирования цен на подержанные автомобили с помощью веб-скрейпинга
Здравствуйте, надеюсь там все в порядке! Сегодня в этой статье у нас есть три разные части. В первой части я хочу поделиться с вами тематической историей , чтобы ввести вас в тему.
Во второй части мы углубимся в процесс. Вы изучите некоторые из методов веб-парсинга . Затем, конечно же, процесс EDA . Когда мы завершим манипулирование данными, мы перейдем к последней части.
В последней части вы познакомитесь с тремя основными шагами. – Разработка признаков. – Выбор и развитие..
Насколько хорошо вы спите ? (Часть 2)
Итак, ранее здесь мы видели, как мы можем преобразовать наши данные в некоторую форму, которая будет для нас значимой и более легкой для манипулирования, чем предыдущая.
Не всегда у нас есть данные в нужном нам виде. Нам всегда нужно преобразовывать данные, процесс выходит далеко за рамки того, что мы видели в части 1. В этом посте мы увидим, как мы можем лучше понять данные, используя некоторые базовые статистические данные. Напоминаем, что мы все еще используем данные о сне.
Привет,..
Расширение навыков новичка в области науки о данных; цены на жилье - продвинутые методы регрессии (Kaggle…
Расширение навыков новичка в области науки о данных; цены на жилье - продвинутые методы регрессии (конкурс Kaggle)
Этот блог специально для тех, кто только начал свой путь в качестве исследователей данных, таких как мы, и хочет расширить свои навыки, не ограничиваясь только основами. Многие из нас начинают с изучения некоторых основ статистики, математики, алгебры и кодирования с помощью Python или R, но самый важный навык для работы с любым набором данных, поступающим к вам, - это..