Публикации по теме 'regression'


Регрессия машинного обучения
Регрессия машинного обучения — это тип контролируемого обучения, при котором математическая модель обучается прогнозировать непрерывный результат на основе входных характеристик. Цель алгоритма — изучить сопоставление между входными данными и выходными значениями, чтобы он мог делать точные прогнозы для новых, невидимых данных. Этот тип алгоритма обычно используется в таких областях, как финансы, экономика и инженерия, где необходимо прогнозировать будущие результаты на основе исторических..
Основные термины для начала работы с машинным обучением
«Машинное обучение» — одно из модных словечек, часто используемых параллельно с искусственным интеллектом, глубоким обучением и большими данными, но что оно означает на самом деле? И какую еще терминологию машинного обучения важно понимать? Машинное обучение означает, что точность системы со временем повышается за счет добавления большего количества данных и обратной связи. Вы, вероятно, сталкиваетесь со многими примерами машинного обучения каждый день, даже не осознавая этого. Когда..
Основы машинного обучения: множественная линейная регрессия
Научитесь реализовывать множественную линейную регрессию с помощью программирования на Python. В предыдущем рассказе я кратко рассказал о линейной регрессии и показал, как выполнять простую линейную регрессию. В простой линейной регрессии у нас была одна зависимая переменная (y) и одна независимая переменная (x). Что, если бы оценки ученика зависели от двух или более независимых переменных? Обзор В этом примере мы рассмотрим реализацию множественной линейной регрессии , в которой..
Концепция машинного обучения 11: классификация против регрессии.
Классификация и регрессия — это два основных типа алгоритмов обучения с учителем, используемых в машинном обучении и науке о данных. В то время как алгоритмы классификации используются для прогнозирования категорийных значений, алгоритмы регрессии используются для прогнозирования непрерывных значений. Вот техническое объяснение различий между алгоритмами классификации и регрессии: Выходная переменная: выходная переменная в задаче классификации является категориальной или дискретной,..
«Освоение методов регуляризации: повышение производительности и обобщения модели»
Гребневая регрессия — это метод, используемый для линейной регрессии с регуляризацией. Он решает проблему мультиколлинеарности, когда независимые переменные сильно коррелируют друг с другом. Цель гребневой регрессии состоит в том, чтобы найти наиболее подходящую линию, которая минимизирует сумму квадратов ошибок, а также учитывает величину коэффициентов. В простой линейной регрессии с двумя переменными y и x связь между ними представлена ​​уравнением: y = mx + b где m — наклон, а b —..
Google предлагает новый метод получения аналитических выражений для термов квантовой механики…
РЕАЛЬНОЕ ПРИМЕНЕНИЕ СИМВОЛИЧЕСКОЙ РЕГРЕССИИ Google предлагает новый метод получения аналитических выражений для терминов в вычислениях квантовой механики Новый метод выводит точные функционалы (элементы квантово-механических расчетов) в символической форме, следовательно, их можно интерпретировать человеком, они дешевы для вычислений и легко интегрируются в существующее программное обеспечение для квантово-механических расчетов. Не новость, что гигант Alphabet довольно много инвестирует..
Модель машинного обучения в производстве с использованием Fast API и Docker-контейнера
В этой статье я опишу процесс развертывания модели машинного обучения с использованием FastAPI в Docker. Основная цель этого проекта — узнать о создании и запуске веб-сайта вывода машинного обучения в Docker. Контекст, Модель, используемая в этом проекте, представляет собой регрессионную модель для прогнозирования возраста морского ушка. Я построил ее с использованием алгоритма многослойного персептрона из Scikit Learn. Кстати, я построил эту модель для завершения проекта третьего..