A lineáris regresszió egy egyszerű statisztikai modell, amely egyenes vonallal próbálja megbecsülni a bemenet és a kimenet közötti kapcsolatot.
Például, ha a lakás ára arányosan nő az alapterülettel, akkor a lineáris regresszió ezt az összefüggést egy egyenes segítségével írja le.
Az egyik legegyszerűbb és legelterjedtebb előrejelző modell.
Hirdetési költség és bevétel közötti összefüggés elemzése.
A célváltozó az a kimenet, amit a modell előre szeretne jelezni.
A felügyelt tanulás egy gépi tanulási módszer, ahol az algoritmust olyan adatokkal tanítják, amelyek tartalmazzák a bemeneteket és a hozzájuk tartozó helyes kimeneteket.
Az AI azon területe, ahol a számítógép adatokból tanul anélkül, hogy explicit módon programoznánk minden egyes lépést.
A gradiens ereszkedés egy optimalizálási módszer, amely lépésenként javítja a modell paramétereit a hibák csökkentése érdekében.
A jellemzők azok a változók vagy tulajdonságok, amelyeket a modell a döntések meghozatalához használ.
A predikció az a folyamat, amikor az AI-modell új bemenetek alapján előrejelzést ad a várható kimenetre.
A regresszió egy gépi tanulási módszer, amely folytonos értékek előrejelzésére szolgál.
A veszteségfüggvény egy matematikai kifejezés, amely megmutatja, mennyire rosszul teljesít a modell az előrejelzés során.
