Regresi linear: Perbedaan antara revisi
Konten dihapus Konten ditambahkan
k Irvan Ary Maulana memindahkan halaman Regresi Linier ke Regresi linear menimpa pengalihan lama: Penulisan judul yang tepat |
Tidak ada ringkasan suntingan Tag: VisualEditor Suntingan perangkat seluler Suntingan peramban seluler Tugas pengguna baru Newcomer task: copyedit |
||
| (21 revisi perantara oleh 12 pengguna tidak ditampilkan) | |||
Baris 1:
Dalam
Pada regresi linear univariate,
<math>h_w(x) = w_1x+w_0</math>
dimana <math>w</math> merupakan nilai yang akan dicari sedemikian sehingga nilai <math>w</math> menjadi optimal dan <math>x</math> merupakan variable bebas atau input. Proses pencarian nilai <math>w</math> dapat dilakukan dengan beberapa cara diantaranya dengan menggunakan pendekatan ''least square'', ''maximum likehood'', atau algoritme ''gradient descent''. Pada dasarnya, pencarian nilai <math>w</math> dilakukan hingga nilai error yang dihasilkan merupakan nilai yang paling minimal
<math>E(w) = \frac{1}{2N} \sum_{i=1}^{N}(h_w(x^i)-t^i)^2</math>
Baris 12:
Dimana <math>N</math> merupakan banyaknya data input, <math>h_w(x^i )</math> merupakan model regresi linear, dan <math>t</math> adalah target ''output'' yang seharusnya.
Pada regresi linear multivariate, variable bebas yang terlibat tidak hanya satu saja melainkan beberapa variable bebas. Hal ini dikarenakan input yang digunakan lebih dari satu dimensi. Oleh karena itu, diperlukanlah sebuah model regresi linear yang berbeda dari regresi linear univariate. Model regresi linear multivariate dapat ditentukan sebagai berikut.
Baris 19:
<math>h_w(x) = w_0+\sum_{i=0}^{m}w_ix_i</math>
Dimana <math>w</math> juga merupakan nilai yang akan dicari sedemikian sehingga nilai <math>w</math> menjadi optimal dan <math>x</math> merupakan variable bebas atau input. Proses pencarian nilai <math>w</math> juga masih dapat dilakukan dengan menggunakan cara yang sama dengan regresi linear ''univariate'', yaitu dengan menggunakan pendekatan ''least square'', ''maximum likehood'', atau algoritme ''gradient descent''. Pada dasarnya, pencarian nilai <math>w</math> dilakukan hingga nilai error yang didapatkan dari fungsi error merupakan nilai yang paling minimal
<references>
<ref name="russelBook">Stuart Russell and Peter Norvig. 2009. Artificial Intelligence: A Modern Approach (3rd ed.). Prentice Hall Press, Upper Saddle River, NJ, USA</ref>
</references>
{{Authority control}}
[[Kategori:Matematika]]
| |||