Публикации по теме 'regression'


Учебное пособие по TensorFlow: 10-минутный практический урок по TensorFlow для быстрого обучения
Это руководство по TensorFlow предназначено для тех, кто имеет базовые представления о машинном обучении и пытается начать работу с TensorFlow. Вам потребуется установить TensorFlow. Вы можете следовать этому руководству, чтобы установить TensorFlow . Это руководство по тензорному потоку разделено на две части; в первой части мы объясняем основы на примере; во второй части мы строим модель линейной регрессии. TensorFlow - это библиотека для численных вычислений, в которой..
Создайте множественную линейную регрессию, используя sklearn (Python)
Множественная линейная регрессия используется для прогнозирования независимой переменной на основе нескольких зависимых переменных. В этой статье я расскажу, как вы можете предсказать выбросы Co2, используя sklearn (библиотека Python) + математические обозначения. Почему мы используем множественную линейную регрессию? Чтобы определить силу влияния независимой переменной на зависимую переменную, например: влияет ли посещаемость лекций и пол на успеваемость студентов на экзаменах?..
Множественная регрессия
Из предыдущего поста мы поняли, что такое одномерная модель линейной регрессии и как она используется для прогнозирования значений . Но есть кое-что, что простая модель линейной регрессии или модель одномерной регрессии может прогнозировать выходные данные в зависимости только от одного X-фактора , но в Например, в реальном мире у нас может быть более одного X-фактора, скажем, предположим, что мы хотим предсказать цену дома в колонии, и пусть уравнение цены будет таким:..
Простая линейная регрессия с использованием Python
Здравствуйте, читатели, надеюсь, у вас все хорошо. Сегодня мы узнаем о простой линейной регрессии, написав ее на python. Прежде чем начать, я надеюсь, что у вас есть базовые знания о весах, numpy и pandas. Удачного обучения. В простой линейной регрессии будет только одна независимая и только одна зависимая переменная. Простая линейная регрессия мало используется в машинном обучении, но изучение этой концепции действительно стоит того. Формула, объясняющая простую линейную регрессию:..
Эксперименты с нелинейной регрессией!
Недавно у меня появилось немного свободного времени во время Нового 2021 года, длинных выходных, и мне было интересно, чем я могу заняться, кроме просмотра фильмов и сна, чтобы провести немного продуктивного времени. Я решил поискать в Интернете некоторые данные, связанные с covid19, и нашел интересный набор данных . Я также проходил курс на Udemy под названием Машинное обучение от А до Я: руки на Python и R в науке о данных , поэтому я решил применить алгоритмы, которые я изучил на..
Код из 2 слов для сравнения 20 моделей регрессии ML с Pycaret
Машинное обучение - это эксперименты. Даже после того, как вы хорошо разобрались с данными, никогда не помешает протестировать их с несколькими моделями и проанализировать результат, прежде чем окончательно выбрать лучшую модель для этих данных. PyCaret - это эффективный и простой ярлык, позволяющий сделать то же самое. Чтобы получить результаты 20 различных моделей регрессии, буквально нужны два слова. Конечно, то же самое верно и для классификации, кластеризации, NLP, аномалий и..
Введение в модель ARIMA
Краткое введение, за которым следует реализация Источник: freestockcharts.com ARIMA или Авторегрессионное интегрированное скользящее среднее — это чисто регрессионная модель, которая используется для прогнозирования значений временного ряда. Временной ряд — это, по сути, последовательность точек данных или наблюдений. взятые в разных инстанциях. Временные ряды очень часто встречаются, учитывая, насколько зависят от времени большинство мирских схем и переменных. Чтобы лучше..