اپیزود 11 - فصل دوم: پیشبینی با دادهها – از فرمول تا رگرسیون
About this episode
This episode explores regression as a powerful tool for data prediction, discussing its historical context and modern applications.
اگه در اپیزود قبلی فهمیدیم ماشین چطور دادهها رو دستهبندی میکنه، اینبار میریم سراغ یکی از قدرتمندترین ابزارهای پیشبینی: رگرسیون. اینجا دنیاییه که به جای برچسبها، با «عددها» سر و کار داریم.از کشف تاریخی «بازگشت به میانگین» توسط Francis Galton تا مدلهای مدرن مثل Ridge و Lasso، همه برای یه هدف ساخته شدن: پیشبینی آینده با کمک دادهها. چه قیمت مسکن باشه، چه وضعیت بورس یا حتی پیشبینی آبوهوا، رگرسیون همون ابزاریه که مغزهای ماشینی رو به آیندهنگر تبدیل میکنه.همراه سطر صفر بشید تا با خط رگرسیون، چالشهایی مثل دادههای پرت و بیشبرازش، و معیارهای سنجش دقت پیشبینی آشنا بشید.📍 اینجا، «سطر صفره».
More episodes of Satre Sefr | سطر صفر
- اپیزود 16 - فصل دوم: چرخش داده، مدل، کاربرد
- اپیزود مصاحبه 02 - از سطر صفر تا پژوهش در گوگل
- اپیزود 14 - فصل دوم: دامهای یادگیری – وقتی مدل بیش از حد یاد میگیرد
- اپیزود 13 - فصل دوم: موفقیت یعنی چی؟ (ارزیابی عملکرد مدلها)
- اپیزود 12 - فصل دوم: خوشه بندی، وقتی دادهها خودشون با هم حرف میزنن
- اپیزود 10 - فصل دوم: ماشین چطور دستهبندی میکنه؟
Explore listener stats, chart rankings, contacts and more on the Satre Sefr | سطر صفر podcast page.