कृत्रिम होशियारी

घर एआई क्या है? मानव बुद्धि भाषाओं का इतिहास संख्याओं का इतिहास कंप्यूटिंग का इतिहास रोबोटों नौकरी बदलना एआई . के उदाहरण मस्तिष्क का सिद्धांत प्रोग्रामिंग जावास्क्रिप्ट ब्राउज़र में एआई

गणित

गणित रैखिक कार्य रेखीय बीजगणित वैक्टर मैट्रिसेस टेंसर

आंकड़े

संभावना आंकड़े वितरण

ग्राफिक्स

एआई प्लॉटर एआई रैखिक रेखांकन एआई स्कैटर प्लॉट्स

एआई साइंस

विज्ञान डेटा एकत्रित करना क्लस्टरिंग प्रतिगमन यंत्र अधिगम तंत्रिका जाल

यंत्र अधिगम

परसेप्ट्रोन मान्यता प्रशिक्षण परिक्षण सीखना शब्दावली Brain.js

टेंसरफ्लो

TFJS ट्यूटोरियल टीएफजेएस संचालन टीएफजेएस मॉडल TFJS व्यूअर

उदाहरण 1

Ex1 परिचय Ex1 डेटा Ex1 मॉडल Ex1 प्रशिक्षण

उदाहरण 2

Ex2 परिचय Ex2 डेटा Ex2 मॉडल Ex2 प्रशिक्षण

जेएस ग्राफिक्स

पहचान ग्राफ़ कैनवास ग्राफ़ प्लॉटली.जेएस ग्राफ चार्ट.जेएस ग्राफ़ गूगल ग्राफ़ D3.js

रैखिक प्रतिगमन

एक प्रतिगमन एक चर ( y ) और अन्य चर ( x ) के बीच संबंध निर्धारित करने की एक विधि है

आँकड़ों में, एक रैखिक प्रतिगमन y और x के बीच एक रैखिक संबंध मॉडलिंग के लिए एक दृष्टिकोण है।

एआई में, एक लीनियर रिग्रेशन एक पर्यवेक्षित मशीन लर्निंग एल्गोरिदम है।

स्कैटर प्लॉट

यह स्कैटर प्लॉट है (पिछले अध्याय से):

4060801001201401606810121416
House Prices vs. SizeSquare MetersPrice in Millions

उदाहरण

var xArray = [50,60,70,80,90,100,110,120,130,140,150];
var yArray = [7,8,8,9,9,9,10,11,14,14,15];

// Define Data
var data = [{
  x:xArray,
  y:yArray,
  mode: "markers"
}];

// Define Layout
var layout = {
  xaxis: {range: [40, 160], title: "Square Meters"},
  yaxis: {range: [5, 16], title: "Price in Millions"},
  title: "House Prices vs. Size"
};

Plotly.newPlot("myPlot", data, layout);

मूल्यों की भविष्यवाणी

ऊपर बिखरे हुए डेटा से, हम भविष्य की कीमतों की भविष्यवाणी कैसे कर सकते हैं?

  • हाथ से खींचे गए रेखीय ग्राफ का प्रयोग करें
  • एक रैखिक संबंध मॉडल करें
  • एक रैखिक प्रतिगमन मॉडल करें

रैखिक रेखांकन

यह एक रेखीय ग्राफ है जो न्यूनतम और उच्चतम मूल्य के आधार पर कीमतों की भविष्यवाणी करता है:

4060801001201401606810121416
trace 0trace 1House Prices vs. SizeSquare MetersPrice in Millions

उदाहरण

var xArray = [50,60,70,80,90,100,110,120,130,140,150];
var yArray = [7,8,8,9,9,9,9,10,11,14,14,15];

var data = [
  {x:xArray, y:yArray, mode:"markers"},
  {x:[50,150], y:[7,15], mode:"line"}
];

var layout = {
  xaxis: {range: [40, 160], title: "Square Meters"},
  yaxis: {range: [5, 16], title: "Price in Millions"},
  title: "House Prices vs. Size"
};

Plotly.newPlot("myPlot", data, layout);

पिछले अध्याय से

एक रैखिक आलेख को y = ax + b . के रूप में लिखा जा सकता है

कहां:

  • y वह कीमत है जिसका हम अनुमान लगाना चाहते हैं
  • a रेखा का ढलान है
  • x इनपुट मान हैं
  • बी अवरोधन है

रैखिक संबंध

यह मॉडल कीमत और आकार के बीच एक रैखिक संबंध का उपयोग करके कीमतों की भविष्यवाणी करता है:

4060801001201401606810121416
trace 0trace 1House Prices vs. SizeSquare MetersPrice in Millions

उदाहरण

var xArray = [50,60,70,80,90,100,110,120,130,140,150];
var yArray = [7,8,8,9,9,9,10,11,14,14,15];

// Calculate Slope
var xSum = xArray.reduce(function(a, b){return a + b;}, 0);
var ySum = yArray.reduce(function(a, b){return a + b;}, 0);
var slope = ySum / xSum;

// Generate values
var xValues = [];
var yValues = [];
for (var x = 50; x <= 150; x += 1) {
  xValues.push(x);
  yValues.push(x * slope);
}

ऊपर के उदाहरण में, ढलान एक परिकलित औसत और अवरोधन = 0 है।


लीनियर रिग्रेशन फंक्शन का उपयोग करना

यह मॉडल एक रेखीय प्रतिगमन फ़ंक्शन का उपयोग करके कीमतों की भविष्यवाणी करता है:

4060801001201401606810121416
trace 0trace 1House Prices vs. SizeSquare MetersPrice in Millions

उदाहरण

var xArray = [50,60,70,80,90,100,110,120,130,140,150];
var yArray = [7,8,8,9,9,9,10,11,14,14,15];

// Calculate Sums
var xSum=0, ySum=0 , xxSum=0, xySum=0;
var count = xArray.length;
for (var i = 0, len = count; i < count; i++) {
  xSum += xArray[i];
  ySum += yArray[i];
  xxSum += xArray[i] * xArray[i];
  xySum += xArray[i] * yArray[i];
}

// Calculate slope and intercept
var slope = (count * xySum - xSum * ySum) / (count * xxSum - xSum * xSum);
var intercept = (ySum / count) - (slope * xSum) / count;

// Generate values
var xValues = [];
var yValues = [];
for (var x = 50; x <= 150; x += 1) {
  xValues.push(x);
  yValues.push(x * slope + intercept);
}