एमएल रिग्रेशन क्या है?

2024 लेखक: Lynn Donovan | [email protected]. अंतिम बार संशोधित: 2023-12-15 23:47

वापसी एक है एमएल एल्गोरिथम जिसे वास्तविक क्रमांकित आउटपुट की भविष्यवाणी करने के लिए प्रशिक्षित किया जा सकता है; जैसे तापमान, स्टॉक की कीमत, आदि। वापसी एक परिकल्पना पर आधारित है जो रैखिक, द्विघात, बहुपद, गैर-रेखीय, आदि हो सकती है। परिकल्पना एक ऐसा कार्य है जो कुछ छिपे हुए मापदंडों और इनपुट मूल्यों पर आधारित है।

इसके बाद, कोई यह भी पूछ सकता है कि उदाहरण के साथ मशीन लर्निंग में रिग्रेशन क्या है?

वापसी मॉडल का उपयोग निरंतर मूल्य की भविष्यवाणी करने के लिए किया जाता है। घर की विशेषताओं जैसे आकार, कीमत आदि को देखते हुए एक घर की कीमतों की भविष्यवाणी करना आम बात है उदाहरण का वापसी . यह एक पर्यवेक्षित तकनीक है।

दूसरा, क्या रिग्रेशन एक मशीन लर्निंग है? प्रतिगमन विश्लेषण के एक सेट के होते हैं मशीन लर्निंग वे विधियां जो हमें एक या एकाधिक भविष्यवक्ता चर (x) के मान के आधार पर एक सतत परिणाम चर (y) की भविष्यवाणी करने की अनुमति देती हैं। संक्षेप में, का लक्ष्य वापसी मॉडल एक गणितीय समीकरण का निर्माण करना है जो y को x चर के एक फ़ंक्शन के रूप में परिभाषित करता है।

इसे ध्यान में रखते हुए, एमएल वर्गीकरण क्या है?

मशीन लर्निंग और सांख्यिकी में, वर्गीकरण यह पहचानने की समस्या है कि किस श्रेणी (उप-आबादी) में से एक नया अवलोकन संबंधित है, डेटा के एक प्रशिक्षण सेट के आधार पर जिसमें अवलोकन (या उदाहरण) शामिल हैं, जिनकी श्रेणी सदस्यता ज्ञात है।

वर्गीकरण और प्रतिगमन के बीच अंतर क्या है?

वापसी तथा वर्गीकरण पर्यवेक्षित मशीन लर्निंग की एक ही छतरी के नीचे वर्गीकृत किया गया है। मुख्य के बीच अंतर उनमें यह है कि आउटपुट चर in वापसी संख्यात्मक (या निरंतर) है जबकि इसके लिए वर्गीकरण श्रेणीबद्ध (या असतत) है।