4_IntelligenzaArtificiale

START

REGRESSIONE

a i

Regressione semplice

REGRESSIONE

valutazione del modello

METODO DEI MINIMI QUADRATI

index

Il machine learning è l'elettricità del XXI secolo. Andrew Ng

regressione

REGRESSIONE

La regressione è la capacità di prevedere dei valori continui nel tempo.

REGRESSIONE

Supponiamo di avere dati relativi al prezzo di case in base a diverse caratteristiche come la dimensione della casa (in piedi quadrati), il numero di camere da letto e il numero di bagni.

Variabili dipendenti

Le variabili dipendenti sono il fulcro dell'analisi regressiva e rappresentano il valore che si vuole trovare.

Variabili predittori

Le variabili predittori, anche chiamate variabili indipendenti o regressori, sono utilizzate per prevedere la variabile dipendente

201.000 €

Le variabili predittori, anche chiamate variabili indipendenti o regressori, sono utilizzate per prevedere la variabile dipendente

REGRESSIONE

Gelato!

Vorrei prevedere l'incasso della vendita dei gelati!

regressione lineare multipla

Utilizza più variabili preditori per prevedere la variabile di output continua.

regressione lineare semplice

Utilizza una sola variabile predittore per prevedere la variabile dipendente

La regressione spiega, la correlazione non può farlo. Peter Flom

regressione lineare semplice

regressione Lineare semplice

Supponiamo di avere dati relativi al numero di ore di studio e i punteggi ottenuti in un esame. Vogliamo utilizzare la regressione per prevedere il punteggio in base alle ore di studio.

Quale punteggio otterrò all'esame se studio 10 ore?

regressione Lineare semplice

diagramma dei dati

Codice Python

Retta

Retta

La regressione spiega, la correlazione non può farlo. Peter Flom

Metodo dei minimi quadrati

La regressione lineare semplice cerca di individuare la retta che meglio approssima l'andamento dei dati reali. Chiaramente poichè si tratta di un'approssimazione si commette un errore misurabile.

Errore quadratico

Lo scopo del metodo dei minimi quadrati è trovare la retta che rende minima la somma dei residue degli errori:

metodo dei minimi quadrati

metodo dei minimi quadrati

metodo dei minimi quadrati

coefficiente angolare

coefficiente angolare

ordinata all'origine

modello risultante

Potresti prendere 67,6!

Ritornando alla domanda originaria: quale punteggio avrò all'esame se effettuo 10 ore di studio ?

previsione

Data is new oil Clive Humby

valutazione del modello

TRAINING SET

TEST SET

Il "test set" è una parte di dati utilizzata nell'apprendimento automatico e nell'analisi statistica per valutare le prestazioni di un modello di machine learning o di un algoritmo. Dopo aver addestrato il modello utilizzando un set di dati di addestramento, il test set viene utilizzato per valutare quanto bene il modello generalizza su dati non visti in precedenza.

test set

L'errore quadratico medio (Mean Squared Error, MSE) è una misura comunemente utilizzata per valutare la precisione di un modello di regressione o di previsione. Serve a quantificare la discrepanza tra i valori previsti dal modello e i valori reali degli esempi nel dataset.

errore quadratico medio

overfitting

E' necessario fare attenzione ad eventuali problemi di overfitting, ovvero quando il modello addestrato è troppo specifico per i dati di addestramento e quindi non riesce a generalizzare bene su nuovi dati. In tal caso, la training accuracy potrebbe essere alta, ma l'accuracy su dati di test sarà bassa.

THANKS!

Gianluca Palmieri