Артем Демиденко

От идеи до алгоритма: Как правильно ставить задачи для ML


Скачать книгу

результаты, чтобы понять, какая версия оказалась более эффективной.

      # Регрессионный анализ

      Регрессионный анализ позволяет изучить зависимости между переменными и проверить, поддерживает ли ваша гипотеза собранные данные. Например, используя линейную регрессию, вы можете проверить, действительно ли изменения в ценах влияют на величину спроса, как было предположено в вашей гипотезе. В Python вы могли бы использовать такой код:

      Конец ознакомительного фрагмента.

      Текст предоставлен ООО «Литрес».

      Прочитайте эту книгу целиком, купив полную легальную версию на Литрес.

      Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.

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