Doğrusal regresyon, bir dizi nokta için en uygun düz çizgiyi veya hiper düzlemi bulma yöntemidir. Bu modül, doğrusal regresyona yönelik bir makine öğrenimi yaklaşımının temelini oluşturmadan önce doğrusal regresyonu sezgisel olarak inceler.
Azalan makine öğrenimi
Verilerden Öğrenme
- Verilerden öğrenmenin çok sayıda karmaşık yolu vardır
- Ancak basit ve tanıdık bir adla başlayabiliriz
- Basitten başlamak, yaygın olarak kullanılan bazı yöntemlere ulaşmanızı sağlar
Regresyon için Uygun Bir Kayıp İşlevi
Belirli bir örnekteki L2 Kaybı, kare hata olarak da adlandırılır
= Tahmin ve etiket arasındaki farkın karesi
= (gözlem - tahmin)2
= (y - y')2
Veri Kümesinde L2 Kaybedilen Tanım
$$ L_2Loss = \sum_{(x,y)\in D} (y - prediction(x))^2 $$
\(\sum \text{:We're summing over all examples in the training set.}\) \(D \text{: Sometimes useful to average over all examples,}\) \(\text{so divide by} {\|D\|}.\)