機械学習で回帰モデルをトレーニングして理解する
回帰は、ほぼ間違いなく、最も広く使用されている機械学習手法であり、科学的発見、ビジネスプランニング、株式市場分析の共通の基盤になっています。 この学習資料では、単純なものと複雑なもの両方の回帰分析について詳しく説明し、モデルのパフォーマンスを評価する方法についていくつかのインサイトを提供します。
学習の目的
このモジュールでは、次のことを行います。
- 回帰のしくみを理解する。
- 新しいアルゴリズムを使用する: 線形回帰、線形重回帰、多項式回帰。
- 回帰モデルの長所と制限事項を理解する。
- 線形回帰で誤差関数とコスト関数を視覚化する。
- 回帰の基本的な評価メトリックを理解する。
前提条件
機械学習モデルに関する知識