Публикации по теме 'regression'


Как использовать регуляризацию в машинном обучении?
Вы когда-нибудь сталкивались с ситуацией, когда ваша модель машинного обучения исключительно хорошо моделирует обучающие данные, но плохо работает с тестовыми данными, то есть не может предсказать тестовые данные? Эту ситуацию можно решить с помощью регуляризации в машинном обучении. Переобучение происходит, когда модель изучает очень специфический шаблон и шум из обучающих данных до такой степени, что это негативно влияет на способность нашей модели обобщать наши обучающие данные на..
Часть 1: Оценка модели регрессии и классификации
Введение и интуиция, как оценивать регрессию и модель классификации в целом 1. Введение Специалисты по обработке данных часто используют модели машинного обучения для получения информации, но как же специалист по данным принимает решение, будет ли модель реализована или нет? Когда модель будет внедрена, это окажет негативное и позитивное влияние на бизнес. Чтобы предотвратить или минимизировать отрицательные воздействия, необходимо оценить модель, чтобы она могла оценить..
Машинное обучение: обучение и потери при разработке модели прогнозирования
Этот пост поможет вам больше узнать о том, как машина создает лучшую регрессионную модель, используя набор данных. Во-первых, я возьму пример из моего предыдущего поста о линейной регрессии , которая является самой простой регрессией для нас, чтобы получить общее представление о концепции потери при обучении модели. Изучите приведенный ниже график, вы легко поймете, что все наблюдения (точки красного цвета) линейны; и наша модель — это линия посередине из них (линия синего цвета):..
Прогнозирование цены перепродажи продукта с использованием машинного обучения  — пример из практики
Прогнозирование цены с использованием регрессии. Введение Можно с уверенностью сказать, что искусственный интеллект (ИИ) меняет каждый аспект современной жизни. От наших смартфонов до здравоохранения, безопасности и любой другой отрасли ИИ медленно, но верно становится обычной частью современной среды, глубоко укорененной во всем, что мы делаем. Розничная торговля не является исключением, вступая в новую эру предиктивной коммерции. В этом посте мы сосредоточимся на том, как можно..
Машинное обучение регрессии и классификации: в чем разница?
Разница между алгоритмами регрессионного машинного обучения и классификационными алгоритмами машинного обучения иногда сбивает с толку большинство специалистов по данным, что заставляет их применять неправильные методологии для решения своих задач прогнозирования. Андрейбу из Германии, имеющий более 5 лет опыта в машинном обучении, говорит, что понимание того, является ли задача машинного обучения проблемой регрессии или классификации, является ключом к выбору правильного алгоритма для..
Методы регрессии в наборе данных Cardio Good Fitness (прогнозирование фитнеса)
Прочитав это, давайте начнем с нашего короткого проекта машинного обучения по прогнозированию фитнеса с использованием различных методов регрессии. О наборе данных Перед командой по исследованию рынка в AdRight поставлена ​​задача определить профиль типичного покупателя для каждого продукта беговой дорожки, предлагаемого CardioGood Fitness. Группа по исследованию рынка решает выяснить, существуют ли различия между линейками продуктов в отношении характеристик клиентов. Команда..
Мультиколлинеарность Ключевой аспект проблемы регрессии
Что такое мультиколлинеарность? Мультиколлинеарность возникает, когда две или более независимых переменных ( Функции ) сильно коррелируют друг с другом. Давайте рассмотрим пример. Предположим, у вас есть набор данных для прогнозирования заработной платы человека с независимыми переменными Возраст,год службы . Здесь обе независимые переменные сильно коррелированы и создают свои собственные отношения x1=m*x2+ c. Из-за взаимной зависимости друг от друга эти независимые..