iT邦幫忙

linear regression相關文章
共有 15 則文章

技術 [Python]回歸模型01─運用OLS做回歸

Hi! 大家好,我是Eric,這次要來用Python做回歸模型。 緣起:回歸模型是常見的分析方法,可用來分析數值變數之間的關係。 方法:運用 [P...

鐵人賽 AI & Machine Learning DAY 3

技術 [Day3] 線性迴歸(Linear Regression)

線性迴歸(Linear Regression) 線性迴歸,是個在機器學習常常聽到的一個專有名詞,如果有修過統計學相關的課程,對這個名詞也一定不陌生。 線性相信大...

鐵人賽 AI & Data DAY 9

技術 10 從線性迴歸到 Poisson 迴歸

上次我們講完了線性迴歸跟羅吉斯迴歸的差異。 可是並不是每一種資料都是連續型的或是類別型的。 這次要來介紹 Poisson 迴歸,當你要預測的是計數型資料(cou...

鐵人賽 AI & Data DAY 1

技術 02 線性迴歸 -- 迴歸問題中的線性模型

這個模型大概已經被人講過很多次,講到都快要爛掉了XD 其實我自己在兩年前的鐵人賽中也有講過同一個模型,所以我就不用講太多基礎的部份: [Day 02] 解構...

鐵人賽 AI & Machine Learning DAY 5

技術 [Day5] 用線性回歸模型預測明年的平均薪資

雖然昨天介紹了許多公式,看起來還挺嚇人的,不過實際寫 code 其實並不難實現。加上 python 有好用的 numpy 來簡化向量與矩陣的操作。詳細的實作可以...

鐵人賽 AI & Data DAY 8

技術 Day 8. 線性迴歸Linear regression 在[R]的應用

Linear regression Linear regression 線性迴歸 Simple Linear Regression 簡單線性迴歸 summa...

鐵人賽 AI & Data DAY 11

技術 Day 11. 線性迴歸、變數篩選、正規化迴歸 [PYTHON] (補充二)

線性迴歸、變數篩選、正規化迴歸 [PYTHON] (補充二) statsmodels 、 scikit-learn 統計分析套件介紹 線性迴歸 stats...

鐵人賽 AI & Data DAY 2

技術 03 從線性迴歸到感知器

感知器(perceptron)是在 1957 年就被發明出來的的模型,對電腦的發展或是人工智慧來說都是非常早期的。 感知器模型他是一個二元分類的分類器,他解的是...

鐵人賽 AI & Data DAY 8

技術 09 從線性迴歸到羅吉斯迴歸

我們從前面的模型演化可以了解一個機器學習模型可以怎麼樣衍生出其他的變體來解決問題。 現在我們要切換到另外一條跑道上,我們一樣是從線性迴歸模型出發,我們或許可以換...

技術 Pima Indians diabetes dataset 考古溯源 & model prediction

Machine learning常用到的一個diabetes 糖尿病資料集,Pima印第安人數據起源於1980年代,目前在機器學習領域還是廣為使用,在Kaggl...

鐵人賽 AI & Data DAY 4

技術 【Day 4】使用線性迴歸預測加州房價 Predict the house price in CA using linear regression

今日大綱 資料集 衡量指標 程式碼 資料集 今天我以sklearn所提供的資料集舉例,預測加州不同區的房價,獨立變數與依變數的敘述如下: 獨立變數 Med...

鐵人賽 AI & Data DAY 3

技術 【Day 3】線性迴歸 Linear regression

今日大綱 什麼是線性迴歸? 線性迴歸假設 線性迴歸公式 Loss function 什麼是線性迴歸? 線性迴歸是一種統計方法,其利用線性方程式解釋獨立變數(...

鐵人賽 AI & Data

技術 【Day 11】機器學習的訓練過程 - Part 3. 最佳化與學習率

零、前言 在上一篇中,我們從一些數學方法中,了解到一些基礎的 Loss Function ,如 BCE 與 CCE 是如何定義的,並且知道可以透過 Softma...

技術 課堂筆記 - 深度學習 Deep Learning (8)

上篇介紹如何依照需要的狀況決定函式,此篇將介紹如何在點與點間尋找回歸線減少偏差值。 Linear Regression Simple Linear Re...

鐵人賽 AI & Data DAY 3

技術 Day3-線性回歸 (Linear Regression)

說起線性回歸,這是我在學機器學習時碰到的第一個演算法,今天先簡單介紹線性回歸,明天會討論L1、L2正規化 Regression 在講線性回歸之前,先講講回歸...