Видео: Какво представлява проблемът с регресията в машинното обучение?
2024 Автор: Lynn Donovan | [email protected]. Последно модифициран: 2023-12-15 23:43
Проблемът с регресията е, когато изходната променлива е a истински или непрекъсната стойност, като например „ заплата ” или „тегло”. много могат да се използват различни модели, най-простият е линейната регресия. Той се опитва да съпостави данните с най-добрата хипер-равнина, която минава през точките.
Също така въпросът е какво е регресия в машинното обучение с пример?
Регресия моделите се използват за прогнозиране на непрекъсната стойност. Прогнозирането на цените на къща предвид характеристиките на къщата като размер, цена и т.н. е едно от често срещаните примери на Регресия . Това е контролирана техника.
Освен по-горе, какъв е проблемът с класификацията в машинното обучение? В машинно обучение и статистика, класификация е проблем за идентифициране към коя от набор от категории (подпопулации) принадлежи ново наблюдение, въз основа на обучителен набор от данни, съдържащ наблюдения (или случаи), чието членство в категорията е известно.
Хората също така питат каква е разликата между машинно обучение и регресия?
За съжаление има къде приликата между регресия срещу класификация машинно обучение завършва. Основното разлика между те е, че изходната променлива в регресия е числово (или непрекъснато), докато това за класификация е категорично (или дискретно).
Машинното обучение само регресия ли е?
Линеен регресия определено е алгоритъм, който може да се използва в машинно обучение . Машинно обучение често включва много повече обяснителни променливи (характеристики), отколкото традиционните статистически модели. Може би десетки, понякога дори стотици от тях, някои от които ще бъдат категорични променливи с много нива.
Препоръчано:
Какво представлява грешката в обобщението в машинното обучение?
В приложенията за контролирано обучение в машинното обучение и теорията на статистическото обучение грешката в обобщаването (известна още като грешка извън извадката) е мярка за това колко точно алгоритъмът е в състояние да предвиди стойности на резултатите за невиждани преди данни
Какво представлява машинното обучение с помощта на Python?
Въведение в машинното обучение с помощта на Python. Машинното обучение е вид изкуствен интелект (AI), който предоставя на компютрите способността да се учат, без да бъдат изрично програмирани. Машинното обучение се фокусира върху разработването на компютърни програми, които могат да се променят, когато са изложени на нови данни
Какво представлява машинното обучение в изкуствения интелект?
Машинното обучение (ML) е клон на науката, посветен на изучаването на алгоритми и статистически модели, които компютърните системи използват за изпълнение на конкретна задача, без да използват изрични инструкции, разчитайки вместо това на модели и изводи. То се разглежда като подмножество от изкуствен интелект
Какво представлява отклонението на модела в машинното обучение?
От Уикипедия, свободната енциклопедия. В предсказуемия анализ и машинното обучение, отклонението на концепцията означава, че статистическите свойства на целевата променлива, която моделът се опитва да предвиди, се променят с течение на времето по непредвидени начини. Това създава проблеми, защото прогнозите стават по-малко точни с течение на времето
Какво представлява рамката в машинното обучение?
Какво представлява рамката за машинно обучение. Рамката за машинно обучение е интерфейс, библиотека или инструмент, който позволява на разработчиците по-лесно и бързо да изграждат модели за машинно обучение, без да навлизат в същността на основните алгоритми