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
Aus Daten lernen
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.
Praktische Verlustfunktion für Regression
Der L2-Verlust eines Beispiels wird auch als quadratischer Fehler bezeichnet.
= Quadrat der Differenz zwischen Vorhersage und Label
\(\sum \text{:We're summing over all examples in the training set.}\)
\(D \text{: Sometimes useful to average over all examples,}\)
\(\text{so divide by} {\|D\|}.\)