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 برمجةمختبر الذكاء الاصطناعي الكمّي

الانحدار الخطي

Linear Regression

التعلم الموجّه Supervised Learning

التعريف

نموذج يتنبأ بقيمة رقمية متصلة كمجموع موزون للخصائص: ŷ = w₀ + w₁x₁ + … + wₙxₙ.

الفكرة الأساسية

نبحث عن الخط (أو المستوى) الذي يجعل مجموع مربعات الفروق بين القيم الحقيقية والمتوقعة أصغر ما يمكن (المربعات الصغرى Least Squares).

ŷ
نقاط بيانات وخط انحدار يقلل مجموع مربعات البواقي (الخطوط الرأسية).

آلية العمل

  1. نختار الخصائص الرقمية ونرمّز الفئوية
  2. نحسب الأوزان التي تقلل مجموع مربعات الأخطاء
  3. كل وزن يعني مقدار تغير الهدف عند زيادة الخاصية وحدة واحدة مع تثبيت البقية
  4. نقيّم على بيانات اختبار بمقاييس الانحدار

نوع البيانات ونوع المشكلة

نوع البياناتجدولية رقمية (الفئوية بعد الترميز)
نوع المشكلةانحدار Regression

المزايا

  • سريع وبسيط وقابل للتفسير
  • نقطة مرجعية Baseline ممتازة
  • لا يحتاج بيانات كثيرة

القيود

  • يفترض علاقة خطية
  • حساس للقيم الشاذة
  • يتأثر بالارتباط العالي بين الخصائص Multicollinearity

المعاملات المهمة

  • التنظيم Regularization: Ridge (L2) أو Lasso (L1) وقوته
  • إضافة حد ثابت Intercept

مقاييس التقييم

  • MAE متوسط الخطأ المطلق
  • RMSE جذر متوسط مربع الخطأ
  • R² معامل التحديد

الأدوات التي تدعمها

OrangeLinear Regression
KNIMELinear Regression Learner + Regression Predictor
WEKAfunctions.LinearRegression

أمثلة تطبيقية

  • تقدير درجة الطالب من ساعات الدراسة
  • تقدير سعر منزل من مساحته وموقعه
  • تقدير كتلة البطريق من قياساته

مشاريع مرتبطة

خوارزميات بديلة

جرّبها في المختبر