مقدمة
الانحدار هو تقنية بسيطة شائعة ومفيدة للغاية لتحليل البيانات، ويشار إليها بالعامية باسم "ملاءمة خط الاتجاه". يحدد الانحدار قوة العلاقة بين ميزة واحدة أو أكثر وتسمية واحدة. إن بساطته وسلوكه الذي يمكن التنبؤ به وقدرته على التنبؤ ومستواه العالي من التفسير يُعني أن هذه التقنية تُستخدم في جميع مجالات التمويل والأعمال والعلوم الاجتماعية وعلم الأوبئة والطب.
في هذه الوحدة، سنتعمق أكثر في كيفية عمل الانحدار، ونفهم قيوده، ونتعلم كيفية تقييم أدائه.
السيناريو: تجاوز العيادة البيطرية
في جميع أجزاء هذه الوحدة، سنستخدم السيناريو المثال التالي لشرح المفاهيم المتعلقة بالتراجع. صُمم هذا السيناريو لتوفير مثال عن كيفية استخدام هذه التقنية عند تحليل البيانات المستقبلية.
تعرضت المؤسسة الخيرية لإنقاذ الكلاب من الانهيار الجليدي التي تديرها لموجة مفاجئة من المرض. بعد يوم من إعادة التدريب وبعض الأنشطة الاجتماعية، مرضت العديد من الكلاب التي تعمل معها، والعَرَض الرئيسي هو الحمى (ارتفاع درجة حرارة الجسم). وقد قام فريقك بجمع معلومات أساسية عن أول 100 كلاب أصيبوا بالمرض، وهم قلقون على الكلاب التي لم تظهر عليها الأعراض بعد. مهمتك هي تحديد أنواع الكلاب التي لديها مخاطر أعلى للإصابة بالمرض، بحيث يمكن أن يفحصها الطبيب البيطري بشكل استباقي.
الأهداف التعليمية
خلال هذه الوحدة النمطية، سوف تتمكن مما يلي:
- فهم كيفية عمل الانحدار.
- العمل مع خوارزميات جديدة: الانحدار الخطي والانحدار الخطي المتعدد والانحدار متعدد الحدود.
- فهم نقاط القوة والقيود الخاصة بنماذج الانحدار.
- تصور دالات الخطأ والتكلفة في الانحدار الخطي.
- فهم مقاييس التقييم الأساسية للتراجع.
المتطلبات الأساسية
- الإلمام بأساسيات نماذج التعلم الآلي