Ի՞նչ է ML ռեգրեսիան:
Ի՞նչ է ML ռեգրեսիան:

Video: Ի՞նչ է ML ռեգրեսիան:

Video: Ի՞նչ է ML ռեգրեսիան:
Video: ML: как работает multiple linear regression 2024, Մայիս
Anonim

Հետընթաց է ՄԼ ալգորիթմ, որը կարելի է վարժեցնել իրական համարակալված ելքերը կանխատեսելու համար. ինչպես ջերմաստիճանը, բաժնետոմսերի գինը և այլն: Հետընթաց հիմնված է վարկածի վրա, որը կարող է լինել գծային, քառակուսի, բազմանդամ, ոչ գծային և այլն: Հիպոթեզը մի ֆունկցիա է, որը հիմնված է որոշ թաքնված պարամետրերի և մուտքային արժեքների վրա:

Հետագայում, կարելի է նաև հարցնել՝ ի՞նչ է ռեգրեսիան մեքենայական ուսուցման օրինակով:

Հետընթաց Մոդելները օգտագործվում են շարունակական արժեքը կանխատեսելու համար: Տան գների կանխատեսումը, հաշվի առնելով տան առանձնահատկությունները, ինչպիսիք են չափը, գինը և այլն, սովորականներից մեկն է օրինակներ -ից Հետընթաց . Դա վերահսկվող տեխնիկա է։

Երկրորդ, ռեգրեսիան մեքենայական ուսուցում է: Ռեգրեսիոն վերլուծություն բաղկացած է մի շարքից մեքենայական ուսուցում մեթոդներ, որոնք թույլ են տալիս կանխատեսել շարունակական արդյունքի փոփոխական (y)՝ հիմնվելով մեկ կամ մի քանի կանխատեսող փոփոխականների արժեքի վրա: Մի խոսքով, նպատակը հետընթաց մոդելը պետք է մաթեմատիկական հավասարում կառուցվի, որը սահմանում է y-ը որպես x փոփոխականների ֆունկցիա:

Հաշվի առնելով սա, ո՞րն է ML դասակարգումը:

Մեքենայի ուսուցման և վիճակագրության մեջ, դասակարգում խնդիրն է բացահայտելու, թե մի շարք կատեգորիաներից (ենթախմբավորումներից) որին է պատկանում նոր դիտարկումը՝ հիմնվելով դիտարկումներ (կամ դեպքեր) պարունակող տվյալների վերապատրաստման հավաքածուի վրա, որոնց կատեգորիայի անդամությունը հայտնի է:

Ո՞րն է տարբերությունը դասակարգման և ռեգրեսիայի միջև:

Հետընթաց և դասակարգում դասակարգվում են վերահսկվող մեքենայական ուսուցման նույն հովանու ներքո: Գլխավոր հիմնական միջև տարբերությունը դրանք այն է, որ ելքային փոփոխականը ներսում է հետընթաց թվային է (կամ շարունակական), մինչդեռ այն համար դասակարգում կատեգորիկ է (կամ դիսկրետ):

Խորհուրդ ենք տալիս: