في الإحصاء، يعد الانحراف والتفرطح طريقتين لقياس شكل التوزيع. الانحراف هو مقياس لانحراف التوزيع. يمكن أن تكون هذه القيمة إيجابية أو سلبية. يشير الانحراف السلبي إلى أن الذيل يقع على الجانب الأيسر من التوزيع، والذي يمتد نحو قيم أكثر سلبية. يشير...
الربعيات هي القيم التي تقسم مجموعة البيانات إلى أربعة أجزاء متساوية. يمثل الربع الأول النسبة المئوية الخامسة والعشرين لمجموعة البيانات. يمثل الربع الثاني النسبة المئوية الخمسين لمجموعة البيانات. هذه القيمة تعادل القيمة المتوسطة لمجموعة البيانات. يمثل الربع الثالث النسبة المئوية الخامسة...
يحتوي مجال التعلم الآلي على مجموعة ضخمة من الخوارزميات التي يمكن استخدامها لفهم البيانات. يمكن تصنيف هذه الخوارزميات إلى إحدى الفئتين التاليتين: 1. خوارزميات التعلم الخاضعة للإشراف: تتضمن بناء نموذج لتقدير النتيجة أو التنبؤ بها بناءً على واحد أو أكثر من...
يمكنك إنشاء توزيع عادي بسرعة في لغة Python باستخدام الدالة numpy.random.normal() ، والتي تستخدم الصيغة التالية: numpy. random . normal (loc=0.0, scale=1.0, size=None) ذهب: loc: متوسط التوزيع. القيمة الافتراضية هي 0. المقياس: الانحراف المعياري للتوزيع. القيمة الافتراضية هي 1. الحجم: حجم...
يمكن تقسيم خوارزميات التعلم الآلي إلى نوعين متميزين: خوارزميات التعلم الخاضعة للإشراف وغير الخاضعة للإشراف . يمكن تصنيف خوارزميات التعلم الخاضعة للإشراف إلى نوعين: 1. الانحدار: متغير الاستجابة مستمر. على سبيل المثال، يمكن أن يكون متغير الاستجابة : وزن ارتفاع سعر...
لتقييم أداء نموذج ما على مجموعة بيانات، نحتاج إلى قياس مدى تطابق تنبؤات النموذج مع البيانات المرصودة. بالنسبة لنماذج الانحدار ، المقياس الأكثر استخدامًا هو متوسط مربع الخطأ (MSE)، والذي يتم حسابه على النحو التالي: MSE = (1/n)*Σ(y i – f(x...
الانحدار الخطي البسيط هو أسلوب يمكننا استخدامه لفهم العلاقة بين متغير توضيحي واحد ومتغير استجابة واحد. باختصار، تقوم هذه التقنية بإيجاد السطر الذي “يناسب” البيانات بشكل أفضل ويأخذ النموذج التالي: ŷ = ب 0 + ب 1 س ذهب: ŷ :...
الانحدار الخطي البسيط هو أسلوب يمكننا استخدامه لفهم العلاقة بين متغير توضيحي واحد ومتغير استجابة واحد. تعثر هذه التقنية على السطر الذي “يناسب” البيانات بشكل أفضل ويأخذ النموذج التالي: ŷ = ب 0 + ب 1 س ذهب: ŷ : قيمة...
عندما نريد أن نفهم العلاقة بين متغير متنبئ واحد ومتغير الاستجابة، فإننا غالبا ما نستخدم الانحدار الخطي البسيط . ومع ذلك، إذا أردنا فهم العلاقة بين متغيرات التوقع المتعددة ومتغير الاستجابة، فيمكننا استخدام الانحدار الخطي المتعدد . إذا كان لدينا متغيرات...
عندما نريد أن نفهم العلاقة بين واحد أو أكثر من متغيرات التوقع ومتغير الاستجابة المستمرة، فإننا غالبًا ما نستخدم الانحدار الخطي . ومع ذلك، عندما يكون متغير الاستجابة قاطعًا، يمكننا استخدام الانحدار اللوجستي . الانحدار اللوجستي هو نوع من خوارزمية التصنيف...