Публикации по теме 'regression'


Прогноз лесных пожаров по спутниковым данным НАСА MODIS
Природные ресурсы играют важную роль в жизни, но природные опасности, такие как тропические циклоны, землетрясения, цунами, оползни и засухи в различных районах, препятствуют устойчивому развитию человека и живых существ. Увеличение глобального потепления увеличивает вероятность стихийных бедствий, связанных с климатом, таких как аномальная жара, засуха и лесные пожары. Лесной пожар — это непредсказуемый, незапланированный и неконтролируемый пожар, который может быть вызван различными..
ПОЛИНОМИАЛЬНАЯ РЕГРЕССИЯ
Вступление Давайте начнем с этой темы с очень простого вопроса: какой первый алгоритм выучило большинство из нас, когда мы были на начальной стадии? Да, вы правы, это линейная регрессия. Причина начала профессии ML с линейной регрессии заключается в том, что она проста, но эффективна в реализации, а также имеет большое значение для линейного типа данных. Уравнение множественной линейной регрессии: y = β0 + β1X1 + β2X2 +… + βnXn Но не каждый набор данных линейно..
Предсказание будущего: руководство по выбору между классификацией и регрессией
Вы когда-нибудь хотели предсказать будущее?👀🧐 Благодаря возможностям машинного обучения можно делать обоснованные прогнозы о том, что произойдет. Независимо от того, пытаетесь ли вы прогнозировать бизнес-тенденции или диагностировать заболевания, способность прогнозировать результаты бесценна. Вот где на помощь приходят модели классификации и регрессии . Эти два метода являются кирпичиками прогнозного моделирования , позволяющими анализировать данные и делать точные прогнозы. В этом..
Ускорение моделирования временных рядов с помощью PyCaret 3.0:
В быстро меняющемся мире академических и промышленных исследований время имеет решающее значение. Способность быстро выполнять итерации и получать отзывы от заинтересованных сторон имеет решающее значение для совершения прорывов и опережения. К счастью, библиотека AutoML, такая как модуль временных рядов PyCaret 3.0 , меняет правила игры, позволяя инженерам по машинному обучению и специалистам по данным ускорить свою работу и способствовать раннему сотрудничеству. В этой статье мы..
Алгоритмы контролируемого обучения
Просто краткое напоминание из предыдущей статьи — алгоритмы контролируемого обучения — это те, которые снабжены входными данными и помеченными выходными данными. Проблемы, которые могут решить алгоритмы обучения с учителем, делятся на два основных типа: 1. Классификация В задачах классификации есть данные, помеченные выходы которых находятся в дискретных группах/классах (категориальных). Например, набор данных радужной оболочки. Это очень простой набор данных,..
Модели регрессии: краткое руководство с примерами из реальной жизни с реализациями Python (Часть II)
В этом руководстве мы обсудим логистическую регрессию и гребенчатую регрессию с реальными примерами и реализациями Python. Это часть II учебника. Часть I доступна по ссылке ниже:
Введение в машинное обучение в Python: нормальное уравнение регрессии в Python
Нормальное уравнение — это решение в закрытой форме для минимизации функции стоимости и определения коэффициентов регрессии. Фон В предыдущей статье Введение в машинное обучение в Python: простая линейная регрессия подход градиентного спуска использовался для минимизации функции стоимости MSE. Однако этот подход требовал большого количества эпох и небольшой скорости обучения, которые трудно определить за короткий промежуток времени. Альтернативный подход — это решение в закрытой..