线性回归是一种广泛使用的机器学习算法。到目前为止,我只遇到过它的“无聊”应用。(例如预测下一季度的销售额,预测明年的房价,预测一个国家到 2020 年的人口等)
线性回归有哪些有趣/很酷的应用?找到很酷的应用程序极大地有助于激励自己学习,从而激发自己的追求。
酷如:股票交易应用、视频游戏应用、天文学应用、体育博彩应用、机票预测应用
线性回归是一种广泛使用的机器学习算法。到目前为止,我只遇到过它的“无聊”应用。(例如预测下一季度的销售额,预测明年的房价,预测一个国家到 2020 年的人口等)
线性回归有哪些有趣/很酷的应用?找到很酷的应用程序极大地有助于激励自己学习,从而激发自己的追求。
酷如:股票交易应用、视频游戏应用、天文学应用、体育博彩应用、机票预测应用
您提出这个问题的方式使人们很难在没有首先向您提供线性回归(LR)背景的情况下回答。您有兴趣学习一些 ML 真是太好了,LR 是一个很好的起点。
线性回归实际上只是找到一条线(或平原或超平原)来映射两个或多个变量或特征之间的关系。重要的要求是目标变量是一个连续的数值。因此,与其说是找到一个线性回归“有效”的问题,不如说是找到一些你感兴趣的数据并使用线性回归来处理它。
我建议您在您提到的领域中下载一些开放数据。您提到的每个主题中都有大量开放数据,其中包含可以使用数据的其他特征预测的连续数值。
还可以考虑参加某种在线 MOOC,因为这将帮助您在该主题中获得一些立足点。 强烈推荐Andrew Ng 的 Coursera on Machine Learning作为起点,并在第一部分包含一些线性回归,scikit-learn是一个很棒的基于 Python 的库。