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