Публикации по теме 'regression'
Регрессия против классификации
Регрессионный анализ и классификация — популярные инструменты, используемые для прогнозирования. Оба используют одну и ту же концепцию использования известных наборов данных (также называемых обучающими наборами данных) для прогнозирования будущих новых точек данных, чтобы сделать вывод. Обе эти проблемы попадают в категорию Машинное обучение с учителем , где задача включает в себя изучение функции, которая сопоставляет входные данные с выходными на основе примеров пар входных и..
Регрессия - почему среднеквадратическая ошибка?
Как мне узнать, какова правильная функция потерь для моего алгоритма? Потому что, если я выберу неправильную функцию потерь, я получу неправильное решение.
В машинном обучении наша главная цель - минимизировать ошибку, определяемую функцией потерь. И у каждого типа алгоритма есть разные способы измерения ошибки. В этой статье я расскажу о некоторых основных функциях потерь, используемых в алгоритмах регрессии, и о том, почему они именно такие. Давай начнем.
Предположим, у нас..
Регрессионный анализ с линейными и нелинейными моделями
Регрессионный анализ — это статистический метод, используемый для моделирования и анализа связи между зависимой переменной и одной или несколькими независимыми переменными. Регрессионный анализ широко используется в различных областях, в том числе в экономике, финансах, технике и социальных науках. В этой статье мы обсудим регрессионный анализ с линейными и нелинейными моделями и предоставим код Python…
«Руководство для начинающих по машинному обучению: раскрытие возможностей ИИ с помощью экспериментов и…
«Руководство по машинному обучению для начинающих: раскрытие потенциала ИИ с помощью экспериментов и исследований»
Машинное обучение — это тип искусственного интеллекта (ИИ), который позволяет компьютерам учиться на данных и принимать решения без явного программирования. Это мощная технология, которая позволяет машинам автоматически распознавать закономерности и делать прогнозы на основе этих закономерностей. Машинное обучение — это быстро развивающаяся область с приложениями во..
Линейная и логистическая регрессия с использованием нормального уравнения: реализация с нуля
В предыдущей статье мы провели линейную и логистическую регрессию с использованием алгоритма градиентного спуска. Мы также собираемся обсудить, в чем разница между использованием нормального уравнения и использованием алгоритма оптимизации, такого как градиентный спуск.
Вы можете проверить эти статьи по данной ссылке ниже:
Линейная регрессия — https://medium.com/@pdhameliya3333/linear-regression-implementation-from-scratch-de3135939372 Логистическая регрессия —..
Статистическое моделирование: коэффициент инфляции дисперсии (VIF) в регрессионном анализе.
Получите представление о факторе инфляции дисперсии (VIF) и его роли в выявлении мультиколлинеарности в регрессионных моделях. Узнайте, как интерпретировать значения VIF, диагностировать коррелированные независимые переменные и повышать стабильность модели.
Изучение алгоритмов классификации
Логистическая регрессия, деревья решений и случайные леса.
Классификация в машинном обучении — это метод контролируемого обучения, используемый для определения категориальных переменных. Проще говоря, классификацию можно рассматривать как форму распознавания образов . Вывод модели классификации может быть двоичным (только 2 класса, т. е. 1 или 0) или может иметь несколько классов и меток.
Как вы понимаете, классификация имеет широкий спектр применений; Он используется для..
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..