การถดถอยเชิงเส้นคือวิธีการหาเส้นตรงหรือระนาบที่พอดีกับชุดของจุด โมดูลนี้จะสํารวจการถดถอยเชิงเส้นอย่างเหมาะสมก่อนวางรากฐานสําหรับแนวทางแมชชีนเลิร์นนิงสําหรับการถดถอยเชิงเส้น
ลง ML
การเรียนรู้จากข้อมูล
- การเรียนรู้ข้อมูลต่างๆ จากข้อมูลทําได้หลายวิธี
- แต่เราเริ่มต้นด้วยสิ่งที่เรียบง่ายและคุ้นเคย
- เริ่มต้นง่ายๆ จะเปิดประตูสู่วิธีการที่มีประโยชน์ในวงกว้าง
ฟังก์ชันการสูญเสียความสะดวกสําหรับการถดถอย
การสูญเสีย 2 สําหรับตัวอย่างที่ระบุเรียกอีกอย่างว่าข้อผิดพลาดกําลังสอง
= ผลต่างของการคาดการณ์ระหว่างป้ายกํากับและป้ายกํากับ
= (การสังเกตการณ์ - การคาดการณ์)2
= (y - y')2
การกําหนดการสูญเสีย 2 ชุดข้อมูล
$$ L_2Loss = \sum_{(x,y)\in D} (y - prediction(x))^2 $$
\(\sum \text{:We're summing over all examples in the training set.}\) \(D \text{: Sometimes useful to average over all examples,}\) \(\text{so divide by} {\|D\|}.\)