色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
电子发烧友
开通电子发烧友VIP会员 尊享10大特权
海量资料免费下载
精品直播免费看
优质内容免费畅学
课程9折专享价
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

線性回歸是人工智能機器學習里面最基礎的算法

倩倩 ? 來源:物聯網電子世界 ? 2020-03-25 16:23 ? 次閱讀

線性回歸是人工智能機器學習里面最基礎的算法

回歸概念

在介紹線性回歸之前先介紹下什么是回歸。回歸這個概念要追溯到19世紀,最早是由高爾頓提出的,高爾頓是達爾文的表弟,他非常崇拜達爾文,他一生最著名的發現是父輩身高和字輩身高的關系。按照我們日常經驗,高個子的父輩子女也是高個子,矮個子的父輩子女也是矮個子,但大家并沒有發現另外一個規律,就是高個子的父輩子女平均身高要比父輩低,矮個子父輩身高比父輩高,這個叫做‘回歸’平庸,他認為自然界有一種約束力,使得身高的分布不會向高矮兩個極端發展,而是趨于回到中心,所以稱為回歸。

在我們機器學習中的回歸其實就是從樣本數據中找到一個數學模型,找到事物的客觀存在的規律。

如上圖所示,藍色的點為樣本點,假設x軸是房屋面積,y軸是房屋價格,那線性回歸就是找到這樣一條紅色的直線,使得它對所有的樣本做出做好的擬合,也就是距離所有的樣本點平均距離最近,這樣當有新的房屋面積需求時候,估計出來的房屋價格誤差就是最小的。

原理

我們上面看到了,要擬合一條直線符合樣本規律,則需要樣本到這條直線的平均距離最近。那怎么計算這個平均距離呢?

上圖所示,我們就計算每個樣本點到這條直線的‘垂直距離’,注意,是垂直距離,不是點到直線的距離,就是從樣本點向直線做一條平行于y軸的直線。大家看上圖就很快明白。

那這個距離怎么計算呢?這個就需要使用我們中學學過的幾何知識了。

二維坐標下直線的方程為

我們就是求w1和w2 使得每個樣本點到這條直線的平均距離最短

假設樣本點的坐標為(xi,yi)i=1-n,我們總共有n個樣本點。

那所有的樣本最短就要把所有點到直線的距離差計算出來,然后平方(消除負號,當然求絕對值也可以,但計算更加繁瑣)

得到下面公式

這個公式被稱為線性回歸的損失函數,參數是 w0 和w1,yi和xi為樣本數據。我們要求這個公式的最小值。

這個公式的最小值可以對w0 和w1 分別求導數,得到下面公式

這個是一個二元一次方程可以解出來w0和w1的值。這就是最小二乘法的解法。

梯度下降法

上面的解法雖然能夠解出來w0和w1,但計算量很大,容易出錯。在工程上更多是使用梯度下降法進行計算。

如上圖所示,梯度下降法就是從一個起始點出發,不斷的試錯,就像閉眼睛下山一樣,每次都下降一小步,沿著下降最快的方向,也就是梯度最大的方向,不斷的這樣迭代,一直到下降的高度到達一個很小的值,就認為到底谷底了。對凸函數來說,梯度下降法找的極值點就是全局極值點。

梯度下降法是一個迭代算法,主要是找到梯度下降的最大的方向,每次下降的步長是需要程序員自己設置的。如果設置得過大,會導致算法震蕩,如果過小則收斂速度太慢。如下圖的是步長過大跳過了極值點

梯度下降法的計算過程:

α是梯度下降法的步長,兩個式子分布是對w0和w1求偏導數。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 人工智能
    +關注

    關注

    1804

    文章

    48418

    瀏覽量

    244689
  • 機器學習
    +關注

    關注

    66

    文章

    8478

    瀏覽量

    133811
  • 線性回歸
    +關注

    關注

    0

    文章

    41

    瀏覽量

    4383
收藏 0人收藏

    評論

    相關推薦

    人工智能機器學習以及Edge AI的概念與應用

    人工智能相關各種技術的概念介紹,以及先進的Edge AI(邊緣人工智能)的最新發展與相關應用。 人工智能機器學習是現代科技的核心技術
    的頭像 發表于 01-25 17:37 ?677次閱讀
    <b class='flag-5'>人工智能</b>和<b class='flag-5'>機器</b><b class='flag-5'>學習</b>以及Edge AI的概念與應用

    【「具身智能機器人系統」閱讀體驗】+數據在具身人工智能中的價值

    嵌入式人工智能(EAI)將人工智能集成到機器人等物理實體中,使它們能夠感知、學習環境并與之動態交互。這種能力使此類機器人能夠在人類社會中有效
    發表于 12-24 00:33

    NPU與機器學習算法的關系

    人工智能領域,機器學習算法是實現智能系統的核心。隨著數據量的激增和算法復雜度的提升,對計算資源
    的頭像 發表于 11-15 09:19 ?972次閱讀

    嵌入式和人工智能究竟是什么關系?

    人工智能的結合,無疑是科技發展中的一場革命。在人工智能硬件加速中,嵌入式系統以其獨特的優勢和重要性,發揮著不可或缺的作用。通過深度學習和神經網絡等算法,嵌入式系統能夠高效地處理大量數
    發表于 11-14 16:39

    人工智能機器學習和深度學習存在什么區別

    人工智能指的是在某種程度上顯示出類似人類智能的設備。AI有很多技術,但其中一個很大的子集是機器學習——讓算法從數據中
    發表于 10-24 17:22 ?2668次閱讀
    <b class='flag-5'>人工智能</b>、<b class='flag-5'>機器</b><b class='flag-5'>學習</b>和深度<b class='flag-5'>學習</b>存在什么區別

    《AI for Science:人工智能驅動科學創新》第6章人AI與能源科學讀后感

    、優化等方面的應用有了更清晰的認識。特別是書中提到的基于大數據和機器學習的能源管理系統,通過實時監測和分析能源數據,實現了能源的高效利用和智能化管理。 其次,第6章通過多個案例展示了人工智能
    發表于 10-14 09:27

    《AI for Science:人工智能驅動科學創新》第二章AI for Science的技術支撐學習心得

    人工智能在科學研究中的核心技術,包括機器學習、深度學習、神經網絡等。這些技術構成了AI for Science的基石,使得AI能夠處理和分析復雜的數據集,從而發現隱藏在數據中的模式和規
    發表于 10-14 09:16

    《AI for Science:人工智能驅動科學創新》第一章人工智能驅動的科學創新學習心得

    人工智能:科學研究的加速器 第一章清晰地闡述了人工智能作為科學研究工具的強大功能。通過機器學習、深度學習等先進技術,AI能夠處理和分析海量
    發表于 10-14 09:12

    risc-v在人工智能圖像處理應用前景分析

    RISC-V和Arm內核及其定制的機器學習和浮點運算單元,用于處理復雜的人工智能圖像處理任務。 四、未來發展趨勢 隨著人工智能技術的不斷發展和普及,RISC-V在
    發表于 09-28 11:00

    名單公布!【書籍評測活動NO.44】AI for Science:人工智能驅動科學創新

    大力發展AI for Science的原因。 第2章從科學研究底層的理論模式與主要困境,以及人工智能三要素(數據、算法、算力)出發,對AI for Science的技術支撐進行解讀。 第3章介紹了在
    發表于 09-09 13:54

    FPGA在人工智能中的應用有哪些?

    FPGA(現場可編程門陣列)在人工智能領域的應用非常廣泛,主要體現在以下幾個方面: 一、深度學習加速 訓練和推理過程加速:FPGA可以用來加速深度學習的訓練和推理過程。由于其高并行性和低延遲特性
    發表于 07-29 17:05

    人工智能機器學習和深度學習是什么

    在科技日新月異的今天,人工智能(Artificial Intelligence, AI)、機器學習(Machine Learning, ML)和深度學習(Deep Learning,
    的頭像 發表于 07-03 18:22 ?2196次閱讀

    機器學習算法原理詳解

    機器學習作為人工智能的一個重要分支,其目標是通過讓計算機自動從數據中學習并改進其性能,而無需進行明確的編程。本文將深入解讀幾種常見的機器學習
    的頭像 發表于 07-02 11:25 ?1962次閱讀

    名單公布!【書籍評測活動NO.35】如何用「時間序列與機器學習」解鎖未來?

    ,視為放棄本次試用評測資格! 在人工智能領域,大語言模型(Large Language Models,LLM)特指那些具有大量參數、需要巨大計算資源來訓練和運行的深度學習模型。 近年來,隨著計算能力
    發表于 06-25 15:00

    5G智能物聯網課程之Aidlux下人工智能開發(SC171開發套件V2)

    ://t.elecfans.com/v/27221.html *附件:初學者完整學習流程實現手寫數字識別案例_V2-20240506.pdf 人工智能 語音對話機器人案例 26分03秒 https
    發表于 05-10 16:46
    主站蜘蛛池模板: 蜜芽一区二区国产精品 | 色橹橹欧美在线观看视频高清 | 国精产品一区一区三区M | 十七岁日本免费完整版BD | 日韩高清特级特黄毛片 | 狠狠色噜噜狠狠狠狠米奇777 | 免费果冻传媒2021视频 | 亚洲AV无码国产精品色在线看 | 一个人免费视频在线观看高清版 | 幼儿交1300部一区二区 | 亚洲免费va在线观看 | 蜜芽丅v新网站在线观看 | 国产成人高清精品免费5388密 | 免费国产久久啪久久爱 | 97精品视频在线观看 | 国产高清视频在线观看不卡v | 善良的小峓子2在钱中文版女主角 | 久久国产精品麻豆AV影视 | 精品国产露脸久久AV麻豆 | 狠狠操天天操夜夜操 | 国产欧美一区二区精品仙草咪 | 久久久欧美国产精品人妻噜噜 | 天天插天天舔 | 俄罗斯雏妓的BBB孩交 | 一本大道熟女人妻中文字幕在线 | JAVASCRIPTJAVA水多多 | 国产亚洲精品久久久999无毒 | 正能量不良WWW免费窗口 | 中字幕久久久人妻熟女天美传媒 | 国产在线公开视频 | 公和熄洗澡三级中文字幕 | 阴茎插入阴道 | 精品午夜寂寞影院在线观看 | 视频专区亚洲欧美日韩 | 亚洲综合色婷婷在线影院 | 绝对诱惑在线试听 | 成片在线看一区二区草莓 | 精品国产精品人妻久久无码五月天 | 日韩精品熟女一区二区三区中文 | 日本红怡院亚洲红怡院最新 | 久久亚洲精品中文字幕 |

    電子發燒友

    中國電子工程師最喜歡的網站

    • 2931785位工程師會員交流學習
    • 獲取您個性化的科技前沿技術信息
    • 參加活動獲取豐厚的禮品