Regression is a supervised learning

Regression is a supervised learning activity by which we seek to identify the
link that exists between input and output data of an experiment starting from
a sequence of inputs and the corresponding observations of the outputs. If we
attempt to find this link as a linear function, then we apply linear regression.
Suppose that the input data is x1, · · · , xn and the corresponding output
sequence is y1, . . . , yn and we seek to determine the linear function f(x) = ax+b
such that values yi are as close as possible to axi + b for 1 ≤ i ≤ n. This is
achieved by minimizing the total square error given by:

ผลลัพธ์ (ไทย) 1:

ถดถอยเป็นกิจกรรมการเรียนรู้ที่มี โดยที่เราพยายามที่จะระบุการเชื่อมโยงที่มีอยู่ระหว่างข้อมูลป้อนเข้า และผลลัพธ์ของการทดลองที่เริ่มต้นจากลำดับของอินพุตและการสังเกตที่สอดคล้องกันของการแสดงผล ถ้าเราพยายามหาลิงค์นี้เป็นฟังก์ชันเชิงเส้น แล้วเราใช้การถดถอยเชิงเส้นสมมติว่า ข้อมูลที่ป้อนเข้า x 1, ··· , xn และให้สอดคล้องกับผลลำดับ y1,... yn และเราพยายามกำหนด f(x) ฟังก์ชันเชิงเส้น = ax + bที่มีค่า yi ปิดเป็นไป axi + b สำหรับ 1 ≤ฉัน≤ n นี่คือทำได้ โดยย่อรวมตารางข้อผิดพลาดโดย:

ผลลัพธ์ (ไทย) 2:

การถดถอยเป็นกิจกรรมการเรียนรู้ภายใต้การดูแลโดยที่เราพยายามที่จะระบุ
การเชื่อมโยงที่มีอยู่ระหว่างการป้อนข้อมูลและการส่งออกของการทดลองเริ่มจาก
ลำดับของปัจจัยการผลิตและการสังเกตที่สอดคล้องกันของเอาท์พุท ถ้าเรา
พยายามที่จะหาการเชื่อมโยงนี้เป็นฟังก์ชันเชิงเส้นแล้วเราใช้การถดถอยเชิงเส้น.
สมมติว่าข้อมูลของท่านเป็น x1, ···, xn และเอาท์พุทที่สอดคล้อง
เป็นลำดับ y1, . . , YN และเราพยายามที่จะตรวจสอบเชิงเส้นฟังก์ชัน f (x) = ขวาน + B
ดังกล่าวว่าค่ายี่มีความใกล้เคียงเป็นไปได้ที่จะ AXI b + 1 ≤ i ≤ n นี้จะ
ประสบความสำเร็จโดยการลดข้อผิดพลาดในตารางทั้งหมดได้รับโดย:

ผลลัพธ์ (ไทย) 3:

การถดถอยเป็นกิจกรรมการเรียนรู้ที่เราแสวงหาเพื่อระบุ
ลิงค์ที่อยู่ระหว่างนำเข้าและส่งออกข้อมูลในการทดลองเริ่มจากการลำดับของการสังเกตที่สอดคล้องกันของปัจจัยการผลิตและผลผลิต ถ้าเรา
พยายามค้นหาการเชื่อมโยงนี้เป็นฟังก์ชันเชิงเส้น จากนั้นเราใช้สมการถดถอยเชิงเส้น .
สมมติว่าข้อมูลที่ป้อนเป็น x1 · · ·คริสเตียนและผลที่สอดคล้องกัน
,ลำดับคือ y1 , . . . . . . . . เราพยายามที่จะตรวจสอบใน , และฟังก์ชันเชิงเส้นของ f ( x ) = ax
B เช่นที่ยีค่าใกล้เคียงเป็นไปได้ที่จะ AXI B 1 ≤ผม≤ . นี่คือ
โดยลดความคลาดเคลื่อนกำลังสองทั้งหมดให้ โดย :