در این مطلب، ویدئو رگرسیون خطی با پایتون و معادله عادی (آموزش 01) با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:05,089 –> 00:00:12,199
این یک نسخه از پیش ساخته شده
برنامه است، بنابراین اگر ما آن را اجرا
2
00:00:12,199 –> 00:00:19,560
کنیم، فرض کنید که می خواهیم بتوانیم
اجاره بها را با توجه به اندازه آپارتمان تخمین
3
00:00:19,560 –> 00:00:28,470
بزنیم و داده های اجاره برای یک شهر خاص داریم
و اندازه آپارتمان بر حسب
4
00:00:28,470 –> 00:00:35,609
فوت مربع است و اجاره به دلار است
و رگرسیون خطی با
5
00:00:35,609 –> 00:00:43,649
معادله نرمال در اینجا پیاده سازی شده است و
ما بهترین خط مناسب را به دست آوردیم، بیایید
6
00:00:43,649 –> 00:00:51,960
جلوتر برویم و اجاره به
اندازه دلخواه برای یک آپارتمان را تخمین بزنیم، بنابراین شاید
7
00:00:51,960 –> 00:00:57,139
یک آپارتمان با هزار فوت مربع،
8
00:00:57,440 –> 00:01:06,630
بنابراین این مقدار تخمین زده می شود. اجاره برای
آن آپارتمان و اجازه دهید برای یک آپارتمان 1400 فوت مربعی برویم
9
00:01:06,630 –> 00:01:08,000
و این
مبلغ اجاره بهای آن
10
00:01:08,000 –> 00:01:19,790
آپارتمان خواهد بود.
11
00:01:24,080 –> 00:01:32,290
12
00:01:32,290 –> 00:01:42,490
این یکی اندازه آپارتمان بر حسب فوت مربع است
و این اجاره به دلار است و
13
00:01:42,490 –> 00:01:58,240
ما بایاس و اندازه آپارتمان را
در xarray و اجاره بها را در yarray
14
00:02:01,770 –> 00:02:12,180
قرار می دهیم و از numpy و matplotlib استفاده خواهیم کرد،
15
00:02:13,780 –> 00:02:24,600
بنابراین در اینجا ما را انتخاب خواهیم کرد. e numpy برای تبدیل xarray
و yarray به ماتریس
16
00:02:27,319 –> 00:02:39,939
و ما این تابع نمودار را خواهیم داشت که
از Matplot برای رسم داده ها استفاده می کند،
17
00:02:39,939 –> 00:02:49,480
بنابراین از اینجا آن را با عبور در ماتریس های x و y فراخوانی می کنیم
18
00:02:49,530 –> 00:02:58,640
و تمام منطق رگرسیون خطی
در این کلاس خواهد بود.
19
00:03:02,110 –> 00:03:10,870
فرضیه رگرسیون خطی
است بنابراین w x را جابهجا
20
00:03:10,870 –> 00:03:16,980
میکنیم و این معادلات عادی است که از آن استفاده خواهیم کرد،
بنابراین معکوس x جابجا x
21
00:03:16,980 –> 00:03:22,140
ضرب در x جابجا میشود y
22
00:03:25,050 –> 00:03:35,220
و این اجرای آن
معادله نرمال است، بنابراین ابتدا x را تبدیل x را محاسبه میکنیم
23
00:03:35,220 –> 00:03:45,160
و سپس x را تبدیل میکنیم. ما
تعیین