كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجة

تعلم الآلة · Machine Learning

الانحدار الخطي بالمعادلة الطبيعية

Linear Regression (Normal Equation)

مبتدئتعلم الآلة

ملاءمة خط لبيانات وحساب R² وRMSE والتنبؤ.

area = [50 70 80 100 120 150]';
price = [110 150 165 210 240 300]';
X = [ones(size(area)) area];
w = X \ price;
pred = X * w;
R2 = 1 - sum((price - pred).^2) / sum((price - mean(price)).^2);
fprintf('price = %.3f + %.4f * area\n', w(1), w(2));
fprintf('R^2 = %.4f, RMSE = %.3f\n', R2, sqrt(mean((price - pred).^2)));
fprintf('predicted price for 90 m^2: %.2f\n', [1 90] * w);

شرح الخطوات

  1. أضف عمود الآحاد للثابت.
  2. w = X\y هو حل المربعات الصغرى.
  3. R² قريب من 1 يعني أن الخط يفسر معظم التباين.

المخرجات المتوقعة

مخرجات فعلية من GNU Octave
price = 16.349 + 1.8893 * area
R^2 = 0.9983, RMSE = 2.601
predicted price for 90 m^2: 186.39

شُغّل هذا الكود في GNU Octave 8.4 أثناء إعداد المكتبة والمخرجات المعروضة ناتجه الفعلي. لم يُختبر في MATLAB نفسه، لكنه يستخدم دوال MATLAB الأساسية فقط والطباعة بـ fprintf/disp.