ЛУЧШИЙ САЙТ ДЛЯ ВЕБ-РАЗРАБОТЧИКОВ
Искусственный интеллект. Уроки для начинающих

Искусственный интеллект. Регрессии

Машинное обучение (ML)

  • Метки
  • Характеристики
  • Наклон
  • Перехват
  • Модели
  • Линейные регрессии

Метки

В машинном обучении метка - это то, что мы хотим предсказать.

Метка - это y на линейном графике:

y = x


Характеристики

Характеристики - это входные переменные.

Характеристики - это значения x на линейном графике:

y = x

y = x

Наклон

Наклон - это угол графика.

Наклон - это значение a на линейном графике:

y = ax

y = x

Перехват

Перехват - это начальное значение графика.

Перехват - это значение b на линейном графике:

y = ax + b

y = x

Модели

Модель определяет отношение между меткой (y) и функциями (x).

В жизни модели есть два этапа:

  • Подготовка
  • Вмешательство

Линейные регрессии

Регрессия - это метод, используемый для определения взаимосвязи между одной переменной (обычно называемой Y) и другими переменными.

В статистике линейная регрессия - это линейный подход к моделированию взаимосвязи между результатом (y) и другими переменными (x).

Это диаграмма рассеяния (из предыдущей главы):

Цены

Это линейный график, соединяющий самую низкую и самую высокую цену:

Цены

Это модель линейной регрессии, которая пытается предсказать будущие цены:

Prices