Ab in ML

Die lineare Regression ist eine Methode, mit der Sie eine gerade Linie oder Hyperplane finden, die am besten zu einer Gruppe von Punkten passt. In diesem Modul geht es linear um die Regression, bevor der Grundstein für den Ansatz des maschinellen Lernens gelegt wird.

Ab in ML

  • Es gibt viele komplexe Möglichkeiten, aus Daten zu lernen
  • Aber wir können mit etwas Einfachem
  • Ein einfacher Einstieg öffnet den Einstieg für einige nützliche Methoden.
Ein Modell, das seine Daten überfüllt

Der L2-Verlust eines Beispiels wird auch als quadratischer Fehler bezeichnet.

= Quadrat der Differenz zwischen Vorhersage und Label

= (Beobachtung – Vorhersage)2

= (y – y')2

Grafik zum vorhergesagten Wert im Vergleich zum Verlust

$$ L_2Loss = \sum_{(x,y)\in D} (y - prediction(x))^2 $$

\(\sum \text{:We're summing over all examples in the training set.}\) \(D \text{: Sometimes useful to average over all examples,}\) \(\text{so divide by} {\|D\|}.\)