Examples of using Linear regression in English and their translations into Ukrainian
{-}
-
Colloquial
-
Ecclesiastic
-
Computer
In this course, you will discover regularized linear regression models for the task of prediction
У цьому курсі ви будете вивчати регуляризоване моделі лінійної регресії для вирішення завдання прогнозуванняThe concept of"feature" is related to that of explanatory variable used in statistical techniques such as linear regression.
Поняття«ознака» пов'язане з поняттям описової змінної, що використовується в таких статистичних методиках як лінійна регресія.explain how to use sampling methods for Bayesian linear regression.
пояснюють, як використовувати вибіркові методи для баєсової лінійної регресії.A simple way to compute the sample partial correlation for some data is to solve the two associated linear regression problems, get the residuals,
Простий спосіб обчислити часткову кореляцію для деяких даних полягає у розв'язанні двох пов'язаних задач лінійної регресії, отримати залишкиthus can be analyzed by linear regression techniques.
може бути проаналізована за допомогою лінійної регресії.colleagues made these estimates separately for items of different prices and without using linear regression.
його колеги зробили ці оцінки окремо для найменувань різних цін і без використання лінійної регресії.There are four principal assumptions which justify the use of linear regression models for purposes of inference or prediction.
Існують чотири основні припущення, які виправдовують використання моделі лінійної регресії для цілей логічного висновку або прогнозування.In the linear regression model, the leverage score for the i-th data unit is defined as.
У лінійній регресійній моделі, оцінка важеля i-го спостереження визначається як.a line that minimizes the sum of squared residuals of the linear regression model.
мінімізує суму квадратів похибок лінійної регресійної моделі.laboratory parameters using multiple linear regression analysis.
лабораторних показників за допомогою множинного лінійного регресійного аналізу.The second practice is focused on using NDVI values derived from MODIS to build a linear regression model for crop yield forecasting.
Другий підхід сфокусовано на використання індексу NDVI, отриманого з приладу MODIS, для побудови лінійних регресійних моделей для прогнозування врожайності сільськогосподарських культур.The first part of the courses will focus on extending the results from the simple linear regression analysis to a multiple regression model.
Перша частина курсів буде зосереджена на розширенні знань від простого лінійного регресійного аналізу до моделі множинної регресії.Індикатор Many researchers estimate the heterogeneity of treatment effects using linear regression, but newer methods rely on machine learning;
Багато дослідників оцінюють неоднорідність ефектів лікування за допомогою лінійної регресії, але нові методи покладаються на машинне навчання; див.Like all forms of regression analysis, linear regression focuses on the conditional probability distribution of y given X,
Подібно до інших методів регресійного аналізу, лінійна регресія повертає розподіл умовної імовірності y в залежності від X,In particular linear regression techniques[9] are much more efficient than most non-linear techniques.[10][11]
Зокрема, лінійна регресія,[9] є набагато більш ефективна, ніж більшість нелінійних методів.[10][11]i coming from the linear regression of X on Z,
йдуть від лінійної регресії X на Z, якщо також розглядатиStandard analytics tools like linear regression, decision trees
Стандартні аналітичні інструменти, такі як лінійна регресія, дерева рішеньIt can be shown that the residuals RX coming from the linear regression of X using Z,
Можна показати, що залишки RХ, йдуть від лінійної регресії X на Z, якщо також розглядатиand performs linear regression between the summaries and the weighted parameters in the vicinity of observed summaries.
і виконує лінійну регресію між підсумками та зваженими параметрами в околі спостережуваних підсумків.
