Lebih dalam tentang ML

Regresi linear adalah metode untuk menemukan garis lurus atau bidang-hiper yang paling sesuai dengan kumpulan titik. Modul ini mempelajari regresi linear secara intuitif sebelum meletakkan dasar untuk pendekatan machine learning terhadap regresi linear.

Lebih dalam tentang ML

  • Ada banyak cara kompleks untuk belajar dari data
  • Namun, kita dapat memulai dengan sesuatu yang sederhana dan familier
  • Memulai yang sederhana akan membuka pintu menuju beberapa metode yang berguna secara luas
Model yang mengganti datanya

Kerugian L2 untuk contoh tertentu juga disebut error kuadrat

= Kuadrat perbedaan antara prediksi dan label

= (observasi - prediksi)2

= (y - y')2

Grafik prediksi nilai vs. kerugian

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

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