Публикации по теме 'regression'
Линейная регрессия не дает наилучших результатов?
This is the third article in ML_Algorithms_A_to_Z Series:
* Which focuses primarily on What to do if Linear Regression is not the right fit? or scenarios when Linear Regression tends to overfit?
Link to previous article 📝:- You can refer to the previous article which covers the 4 fundamental assumptions of Linear Regression basics.
This series can be effectively used as a quick refresher for Data Science Interview preparations as we go from ground-up to Intermediate level..
Объяснение линейной регрессии в машинном обучении
Вы когда-нибудь задумывались, что означают термины «регрессия» и «линейная регрессия» в контексте машинного обучения? Если это так, продолжайте читать, чтобы узнать!
Что такое регрессия в машинном обучении?
Регрессия — это прежде всего метод анализа взаимосвязи между независимыми переменными/признаками и зависимой переменной/результатом. Регрессия — это метод, наиболее часто используемый для решения задач контролируемого машинного обучения.
Моделирование регрессии, которое, как..
Использование машинного обучения для прогнозирования прочности бетона
Обзор
В этой статье основное внимание уделяется реализации различных моделей для точного прогнозирования прочности бетона на сжатие.
Загрузка набора данных
Набор данных был загружен из UCI Machine Learning Repository . Первоначальные владельцы набора данных и подробная информация находятся в моем репозитории GitHub и в моей благодарности. Набор данных изначально содержал восемь столбцов —
Входные характеристики — все в единицах кг/м³, кроме «Возраст».
· Цемент
·..
Обзор целевых функций в машинном обучении — Регрессия
Машинное обучение стало мощным инструментом для извлечения закономерностей, прогнозирования и решения сложных проблем в различных областях, от анализа структурированных данных, обработки естественного языка и компьютерного зрения до генеративного ИИ. По своей сути все алгоритмы машинного обучения можно описать как процесс оптимизации. Модели используют входные данные (и умножают выходные данные) для изучения сложных функций, которые минимизируют или максимизируют стоимость или целевую..
Предвзятость
Вы должны хотя бы раз услышать о предвзятости, если вас интересует статистика или любые другие области, имеющие схожие точки со статистикой. Это был первый класс университета, когда я когда-либо слышал об этом. На лекции по статистике я видел много разных метрик, таких как медиана, среднее и т. д. Одной из этих метрик, которая привлекла мое внимание, был расчет дисперсии населения. При расчете этой метрики вам необходимо использовать N как количество экземпляров в популяции. Но иногда вам..
Что происходит, когда вы включаете нерелевантные переменные в свою регрессионную модель?
Что происходит, когда вы включаете нерелевантные переменные в свою регрессионную модель?
Ваша модель теряет точность. Мы объясним, почему.
В предыдущей статье мы видели, как исключение важных переменных приводит к тому, что коэффициенты регрессионной модели становятся «смещенными . В этой статье мы рассмотрим обратную сторону этой ситуации, а именно ущерб, нанесенный вашей регрессионной модели из-за того, что она наполняется совершенно лишними переменными.
Что такое нерелевантные..
Обзор машинного обучения — Часть 3
Сценарист: Лука Брклячич
Оглавление
Введение Дерево решений а. Деревья классификации б. Деревья регрессии Примеры Python а. Деревья классификации б. Деревья регрессии
Введение
Добро пожаловать в третье издание нашего обзора машинного обучения! В этом посте мы углубимся в механизмы машинного обучения, подробно изучив деревья решений . Чтобы получить полную картину, обязательно сначала ознакомьтесь с Часть 1 и Часть 2 .
Если в какой-то момент вы..
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..