Hồi quy tuyến tính là một phương thức để tìm đường thẳng hoặc mặt phẳng siêu phù hợp với một tập hợp các điểm tốt nhất. Mô-đun này khám phá các hồi quy tuyến tính trực quan trước khi đặt nền tảng cho phương pháp máy học hồi quy tuyến tính.
Giảm dần vào công nghệ máy học
Học hỏi từ dữ liệu
- Có rất nhiều cách phức tạp để học hỏi từ dữ liệu
- Nhưng chúng ta có thể bắt đầu bằng một cái gì đó đơn giản và quen thuộc
- Bắt đầu đơn giản sẽ mở ra một số phương pháp hữu ích rộng rãi
Hàm giảm tốc tiện lợi cho hồi quy
L2 Tổn thất cho một ví dụ nhất định còn được gọi là lỗi bình phương
= Bình phương của sự khác biệt giữa nhãn dự đoán và nhãn
= (quan sát – dự đoán)2
= (y – y\39;)2
Xác định L2 mất trên một tập dữ liệu
$$ L_2Loss = \sum_{(x,y)\in D} (y - prediction(x))^2 $$
\(\sum \text{:We're summing over all examples in the training set.}\) \(D \text{: Sometimes useful to average over all examples,}\) \(\text{so divide by} {\|D\|}.\)