
エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
TensorFlow.js学習メモ② 線形回帰(Linear Regression)で車の燃費を予測 - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
TensorFlow.js学習メモ② 線形回帰(Linear Regression)で車の燃費を予測 - Qiita
はじめに k近傍法に引き続き、線形回帰モデルを使って車の燃費を予測してみました。 学習メモなので基本... はじめに k近傍法に引き続き、線形回帰モデルを使って車の燃費を予測してみました。 学習メモなので基本用語の詳しい解説などは書いていません。あしからず。 前の記事は以下 前提知識 実装に際して前提となる超基本知識をまとめました。 線形回帰 (Linear regression) ある変数が与えられたときに、それと相関関係のある値を予測することを回帰分析と呼びます。 多数のデータをプロットし、直線を引いてモデルをつくることで、変数の相関値を予測できるようになります。 つまり、予測の精度をできるだけ高くできるように直線を引くこと(= 適切な傾きと切片を与えること)がとても大事になります。 平均二乗誤差(Mean Square Error) 平均二乗誤差とは、線形回帰モデルの性能を数値化する効果的な手法の一つで、実際の値とモデルによる予測値との誤差の平均値のことをいいます。 勾配降下法 (Grad