Mavzu: Mashinali o'qitishga kirish va uning asosiy tushunchalari, algortmlari

Ko'p o'zgaruvchan texnikalar biroz murakkab va yuqori darajadagi matematik hisoblashni talab qiladi.
Ko'p o'zgaruvchan regressiya modelining natijasini ba'zan izohlash oson emas, chunki u bir xil bo'lmagan yo'qotish va xatolik ehtimolligiga ega.
Ushbu modelni kichik ma'lumotlar to'plamlariga nisbatan qo'llash mumkin emas. Natijalar kattaroq ma'lumotlar to'plamlari uchun yaxshiroq natija beradi.
5-Mavzu: Logistik regressiya tushunchasi va ularning mashinali o'qitishda qo'llanilishi
Logistik regressiya bu a statistik model uning asosiy shaklida a foydalanadi logistika funktsiyasi modellashtirish a ikkilik qaram o'zgaruvchi, ammo bu juda murakkab kengaytmalar mavjud. Yilda regressiya tahlili, logistik regressiya[1] (yoki logit regressiyasi) taxmin qilish logistik modelning parametrlari (shakl ikkilik regressiya). Matematik ravishda, ikkilik logistik model ikkita mumkin bo'lgan qiymatga ega bo'lgan o'zgaruvchiga ega, masalan, pass / fail ko'rsatkich o'zgaruvchisi, bu erda ikkita qiymat "0" va "1" bilan belgilanadi. Logistik modelda log-stavkalari (the logaritma ning koeffitsientlar) "1" etiketli qiymat uchun a chiziqli birikma bir yoki bir nechtasini mustaqil o'zgaruvchilar ("bashoratchilar"); mustaqil o'zgaruvchilarning har biri ikkilik o'zgaruvchi bo'lishi mumkin (indikator o'zgaruvchisi tomonidan kodlangan ikkita sinf) yoki a doimiy o'zgaruvchan (har qanday haqiqiy qiymat). Tegishli ehtimollik "1" etiketli qiymat 0 (albatta "0" qiymati) va 1 (albatta "1" qiymati) orasida o'zgarishi mumkin, shuning uchun yorliq; log-koeffitsientlarni ehtimollikka o'zgartiradigan funktsiya bu logistik funktsiya, shuning uchun nom. The o'lchov birligi log-koeffitsient o'lchovi uchun a deyiladi logit, dan jurnalistic unu, shuning uchun muqobil nomlar. Analog modellar boshqacha sigmasimon funktsiya logistik funktsiya o'rniga, kabi ishlatilishi mumkin probit modeli; logistik modelning tavsiflovchi xususiyati shundaki, mustaqil o'zgaruvchilardan birini ko'paytirish, berilgan natijaning koeffitsientini a ga ko'paytiradi doimiy har bir mustaqil o'zgaruvchining o'z parametriga ega bo'lishi bilan stavka; ikkilikka bog'liq o'zgaruvchi uchun bu koeffitsientlar nisbati.
Ikkilik logistik regressiya modelida qaram o'zgaruvchi ikki darajaga ega (toifali). Ikkidan ortiq qiymatga ega chiqishlar modellashtirilgan multinomial logistik regressiya va agar bir nechta toifalar mavjud bo'lsa buyurdi, tomonidan tartibli logistik regressiya (masalan, mutanosib koeffitsientlar tartibli logistik model. Logistik regressiya modelining o'zi shunchaki kirish ehtimolligi bo'yicha modellashtiradi va bajarilmaydi statistik tasnif (bu klassifikator emas), garchi u tasnifni yasash uchun ishlatilishi mumkin bo'lsa, masalan, chegara qiymatini tanlash va ehtimoli katta bo'lgan kirishni bitta sinf sifatida, ikkinchisidan pastroqda; bu qilishning keng tarqalgan usuli ikkilik klassifikator. Odatda koeffitsientlar farqli o'laroq yopiq shaklli ifoda bilan hisoblanmaydi chiziqli eng kichik kvadratchalar; qarang § Model jihozlari. Logistik regressiya umumiy statistik model sifatida dastlab ishlab chiqilgan va ommalashgan Jozef Berkson, yilda boshlangan Berkson (1944)qaerda u "logit" ni yaratdi; qarang  tarix.
Korrelyatsiya koeffitsiyentining manfiy qiymati hodisalar o’rtasida teskari bog’lanish mavjud ekanligidan dalolat beradi. Ayrim hollarda korrelyatsiyaning indeksi yoki koeffitsiyenti bilan bir qatorda, determinatsiya koeffitsiyenti dqr2 deb ataladigan ko’rsatkich ham aniqlanadi. Determinatsiya koeffitsiyenti natijalar ko’rsatkichi va variatsiyasining kaysi qismi faktor ko’rsatkichlari variatsiyasi bilan bog’langanligini ko’rsatadi. Agar tahlil ta’sir qilayotgan faktor qiymatining o’zgarishiga muvofiq hodisalar qiymati taxminan bir tekisda o’zgarishini ko’rsatsa, u holda to’g’ri chiziqli bog’lanish mavjudligini ko’rsatadi. Mabodo bu o’zgarish bir tekisda bo’lmasa, unda egri chiziqli bog’lanish bo’ladi. Iqtisodiy tadqiqotlarda qo’llanilayotgan korrelyatsion formulalar turli shaklga ega.