Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/lexxai/goit_python_ds_hw_03
Модуль 3. Класичне машинне навчання. Перенавчання. Лінійна регресія. LaTeX формули.
https://github.com/lexxai/goit_python_ds_hw_03
latex linear-regression matplotlib numpy pandas python scikit-learn
Last synced: about 8 hours ago
JSON representation
Модуль 3. Класичне машинне навчання. Перенавчання. Лінійна регресія. LaTeX формули.
- Host: GitHub
- URL: https://github.com/lexxai/goit_python_ds_hw_03
- Owner: lexxai
- License: mit
- Created: 2024-01-15T04:39:14.000Z (about 1 year ago)
- Default Branch: main
- Last Pushed: 2024-02-04T09:14:29.000Z (12 months ago)
- Last Synced: 2024-11-24T06:13:53.201Z (2 months ago)
- Topics: latex, linear-regression, matplotlib, numpy, pandas, python, scikit-learn
- Language: Jupyter Notebook
- Homepage:
- Size: 2.16 MB
- Stars: 0
- Watchers: 2
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# Модуль 3. Класичне машинне навчання. Перенавчання. Лінійна регресія. LaTeX формули.
#python #data-science #numpy #numpy-arrays #google-colab #jupyter-nootebook #pandas #matplotlib #scikit-learn #LinearRegression #LaTeX
*З циклу [домашніх завдань Python Data Science](https://github.com/lexxai/goit_python_data_sciense_homework).*
## Підготовка
- [Lection_3_prepare.ipynb](https://colab.research.google.com/drive/1zAcxxG7hKCpwu8TEu4JTCBe-TkyY9MMO?usp=sharing). Dataset: [NY-House-Dataset.csv
](NY-House-Dataset.csv)
- https://latexeditor.lagrida.com/
## Домашнє завдання
Дане домашнє завдання буде повністю пов'язане з лінійною регресією та її реалізацією. Отож розіб'ємо наше домашнє завдання на декілька частин:
1. напишіть функцію гіпотези лінійної регресії у векторному вигляді;
1. створіть функцію для обчислення функції втрат у векторному вигляді;
1. реалізуйте один крок градієнтного спуску;
1. знайдіть найкращі параметри $\vec{w}$ для [датасету](Housing.csv) прогнозуючу ціну на будинок залежно від площі, кількості ванних кімнат та кількості спалень;
1. знайдіть ці ж параметри за допомогою аналітичного рішення;
1. порівняйте отримані результати.
В даному завданні вам не потрібно використовувати Стандартизацію, або Нормалізацію даних.
Дз повинно бути виконано у Jupyter Nootebook,(або Google Colab) і задеплоїне на Гітхаб у вигляді файлу .ipynb.
## Результат
Файл : [goit_ds_hw03_01.ipynb](goit_ds_hw03_01.ipynb)
[Colab](https://colab.research.google.com/drive/19VHs8S9nvYrdARJfuaQ2wWFRmHhMI9id?usp=sharing)
