Публикации по теме 'linear-regression'
Обучение модели с помощью линейной регрессии с множественными переменными
В своей недавней статье я рассказал о машинном обучении, типах моделей машинного обучения и о том, как обучать модель. В этой статье мы обучили модель, которая дает прогноз цен на дома с использованием линейной регрессии с множественными независимыми переменными. используемые библиотеки: pandas, Numpy и Sklearn.
Теперь для этой модели мы используем набор данных из Kaggle, который содержит такие наборы данных:
Цена будет зависимой переменной, а остальные 12 наборов данных —..
Основы алгоритмов машинного обучения и их приложений
Добро пожаловать в наше исчерпывающее руководство по основам алгоритмов машинного обучения и их приложений. В современном мире, управляемом данными, машинное обучение стало незаменимым инструментом для решения сложных проблем и извлечения ценных идей из огромных объемов данных. Эта статья призвана дать вам четкое представление об основных алгоритмах машинного обучения, сопровождаемое практическими примерами кода и реальными приложениями.
Оглавление
Введение Линейная регрессия..
Делаем машинное обучение менее увлекательным: градиентный спуск
Машинное обучение в первую очередь связано с минимизацией ошибки модели или с максимально точными прогнозами.
Градиентный спуск - один из наиболее важных алгоритмов машинного обучения, который находит применение в линейной регрессии и нейронных сетях.
Градиентный спуск используется для уменьшения функции стоимости (или потерь). Он делает это путем итеративной настройки параметров (или коэффициентов) заданной функции, чтобы минимизировать ее до локальных минимумов.
Чтобы правильно..
Линейная регрессия — Пошаговая глубокая интуиция
Машинное обучение — это наука о том, как заставить компьютеры действовать без явного программирования.
— Эндрю Нг
Среди различных методов машинного обучения линейная регрессия является одним из фундаментальных и широко используемых алгоритмов. Это мощный инструмент для прогнозирования числовых значений на основе взаимосвязей между переменными. В этой статье мы углубимся в интуицию, лежащую в основе линейной регрессии, раскроем ее концепции, приложения и лежащую в ее основе..
Поймите линейную регрессию простым способом
Здравствуйте, меня зовут Маюр Гаргаде, я работаю специалистом по данным в VisionNLP https://medium.com/visionnlp
Я попытаюсь объяснить простую линейную регрессию довольно простым способом. Давайте разберемся, что такое модель линейной регрессии с прилагаемыми рукописными заметками с пояснением.
Я изучал линейную регрессию почти 4 года в своих академических кругах и теперь применяю ту же модель на реальных данных.
Что такое регрессионный анализ?
Статистический метод оценки..
Линейная регрессия с нуля в Python
Машинное обучение с нуля: часть 1
В этой статье мы построим самую базовую модель машинного обучения, называемую линейной регрессией, и реализуем ее, используя только python NumPy. Сначала мы рассмотрим наш набор данных , а затем поговорим об общем процессе контролируемого обучения , за которым следует представление гипотез , функция потерь и алгоритм градиентного спуска .
После этого мы напишем LinReg класс и протестируем его на наших данных.
Серия "Машинное обучение с..
Работа линейной регрессии
Меня всегда очень интересовали искусственный интеллект и машинное обучение. Я интересовался этим с тех пор, как начал программировать, и интерес только возрастал. Когда мне нужно было выбрать свой проект по информатике для 11-го класса, сомнений в том, что я должен был сделать, не было. Однако, как только я решил, что мой проект будет вращаться вокруг машинного обучения, я начал исследовать то же самое. Я понял, что это был огромный зонт. Итак, мне нужно было выбрать простое начало, и..
Новые материалы
Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка.
Во время предварительного обучения модель обучается на неразмеченных данных с помощью..
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..