Giriş
Regresyon basit, yaygın ve son derece kullanışlı bir veri analizi tekniğidir ve birlikte "eğilim çizgisi uydurma" olarak adlandırılır. Regresyon, bir veya daha fazla özellik ile tek bir etiket arasındaki ilişkinin gücünü tanımlar. Basitliği, öngörülebilir davranışı, tahmin etme yeteneği ve yüksek yorumlanabilirlik düzeyi, bu tekniğin finans, iş, sosyal bilimler, epidemiyoloji ve tıp genelinde kullanıldığı anlamına gelir.
Bu modülde regresyonun nasıl çalıştığına daha ayrıntılı bir şekilde göz atacak, sınırlamalarını anlayacak ve performansını değerlendirmeyi öğreneceksiniz.
Senaryo: Veteriner Kliniği Taşma
Bu modül boyunca, regresyonun temel kavramlarını açıklamak için aşağıdaki örnek senaryoyu kullanacağız. Bu senaryo, gelecekteki verileri analiz ederken bu tekniği nasıl kullanabileceğinize ilişkin bir örnek sağlamak üzere tasarlanmıştır.
Çalıştırdığınız avalanche-rescue köpek hayır kurumu ani bir hastalık dalgasına neden oldu. Bir günlük yeniden eğitimden ve bazı sosyal aktivitelerden sonra, birlikte çalıştığınız birçok köpek hastalandı, ana belirti ateş (vücut sıcaklığı yükseltilmiş). Henüz belirti göstermeyen köpekler için endişelenen ekibiniz, hastalanan ilk 100 köpek hakkında temel bilgiler topladı. Sizin göreviniz hangi tür köpeklerin daha yüksek hastalık riskine sahip olduğunu belirlemektir, böylece veteriner tarafından proaktif olarak kontrol edilebilirler.
Öğrenme hedefleri
Bu modülde şunları yapacaksınız:
- Regresyonun nasıl çalıştığını anlama.
- Yeni algoritmalarla çalışma: Doğrusal regresyon, çoklu doğrusal regresyon ve polinomsal regresyon.
- Regresyon modellerinin güçlü yönlerini ve sınırlamalarını anlayın.
- Doğrusal regresyonda hata ve maliyet işlevlerini görselleştirme.
- Regresyon için temel değerlendirme ölçümlerini anlama.
Önkoşullar
- Makine öğrenmesi modelleri hakkında bilgi