Тимур Казанцев

Искусственный интеллект и Машинное обучение. Основы программирования на Python


Скачать книгу

которая достаточно очевидна, что чем больше площадь, тем выше стоимость квартиры. Понятное дело, что на стоимость квартиры будет влиять намного больше факторов, как например, удаленность от центра города и от метро, этажность, возраст дома и т.д. Но для упрощения, возьмем всего один признак – площадь квартиры.

      Так вот, наша задача – научиться предсказывать цену. Для этого нам нужна будет формула, с помощью которой мы сможем подставлять площадь, и нам будет выдаваться цена.

      В данном случае мы видим линейную зависимость, и в таких ситуациях используется формула прямой Y = AX + B, в которой Y = цена, X – площадь.

      На самом деле, зависимость необязательно будет линейной, она может быть кривой, либо иметь совсем странный вид.

      Так вот, чтобы у нас была конкретная рабочая формула, нам надо найти коэффициенты А и В.

      Как это можно сделать? Самый простой классический способ, который вы наверняка проходили на уроках алгебры или статистики – это метод наименьших квадратов. На самом деле этот метод был придуман еще 200 лет назад, и сейчас появились более эффективные решения, но тем не менее метод наименьших квадратов по-прежнему актуален и используется достаточно часто в задачах регрессии.

      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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