Kekerabatan Linier Untuk Lebih Mengenal Apa Itu Machine Learning (Y = M X + B)

Bagaimana cara untuk menerapkan Machine Learning pada kehidupan sehari-hari ? Kali ini MeemCode akan mebahas mengenai bagaimana kita sanggup memakai sebuah teknik analisis sederhana dengan memakai sebuah harga jual beli gadget yang kita miliki sehingga kita mengerti apakah kita akan rugi atau akan untung. Data dari tipe, harga sebelumnya dan beberapa fitur dan label yang lainnya akan mempengaruhi model anda.

Dalam hal ini Machine Learning mengenal apa yang disebut dengan Hubungan Linear dimana hal ini digambarkan dengan persamaan garis yaitu

y = m x + b

dimana :

-. y ialah sebuah nilai yang nantinya akan kita coba prediksikan semisalnya ialah harga gadget yang sama dengan situs yang berbeda
-. m ialah suatu kemiringan garis dari citra mengenai model yang kita miliki -. x ialah jumlah barang atau kemungkinan barang dengan harga yang sama di pasaran atau anda sanggup mengenalinya dnegan nilai fitur masukan
-. b ialah y-intercept

Bila anda mencoba mengkonversikannya ke dalam Machine Learning akan mengalami sedikit perbedaan pada persamaannya :

y' = b +w1x1

-. y' ialah label yang diprediksi (masukan yang anda inginkan)

-. b ialah bias, bias ialah intercept dan dikenali dengan tanda w0.

-. w1 ialah bobot fitur 1. Bobot ialah suatu konsep yang sama dengan “kemiringan” m dalam suatu persamaan garis konvensional.

-/ x1 ialah fitur atau suatu masukan yang diketahui

Demikianlah citra lebih dalam mengenai Machine Learning, menyerupai yang aku jelaskan terlebih dahulu dalam artikel saya mengenai ML pada dunia konkret lebih fokus pada analisis data daripada coding/teknik pemograman itu sendiri. Untuk melihat lebih dalam lagi mengenai ML anda sanggup mencoba memahami model yang lebih canggih dengan tiga fitur di dalamnya dimana setiap fotur mempunyai bobot terpisah yaitu (w1, w2, dll) menyerupai teladan berikut :

y = b + w1x1 + w2x2 + w3x3

Sumber http://meemcode.blogspot.com

Share this post