Основные принципы метода линейной регрессии
Автор: Ротова О.М., Шибанова А.Д.
Журнал: Теория и практика современной науки @modern-j
Рубрика: Математика, информатика и инженерия
Статья в выпуске: 1 (55), 2020 года.
Бесплатный доступ
В данной статье рассмотрен один из базовых алгоритмов машинного обучения - линейная регрессия. Указаны области применения алгоритма линейной регрессии. Также рассмотрены две основные концепции данного алгоритма - функция стоимости и градиентный спуск.
Линейная регрессия, функция стоимости, градиентный спуск, метод наименьших квадратов, скорость обучения
Короткий адрес: https://sciup.org/140275029
IDR: 140275029
Список литературы Основные принципы метода линейной регрессии
- Вучков И., Бояджиева Л., Солаков Е. Прикладной линейный регрессионный анализ. М.: Финансы и статистика, 1987. - 230 с.
- Мхитарян В.С., Трошин Л.И., Корнилов И.А., Адамова Е.В., Шевченко К.К., Бамбаева Н.Я. Теория вероятностей и математическая статистика / Московский международный институт эконометрики, информатики, финансов и права. - М.: 2004. - 147с.
- Хофер Э., Лундерштедт P. Численные методы оптимизации. М.: Машиностроение, 1981.
Статья научная
