در این مطلب، ویدئو رگرسیون خطی ساده در گوگل کولب با استفاده از پایتون با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:03:19
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:01,199 –> 00:00:03,120
خوب، بنابراین در این ویدیو
2
00:00:03,120 –> 00:00:06,720
خیلی ساده، ما
3
00:00:06,720 –> 00:00:09,920
یک مربع معمولی را تخمین می
4
00:00:09,920 –> 00:00:13,040
زنیم، مدل رگرسیون خطی، اوم،
5
00:00:13,040 –> 00:00:14,920
6
00:00:14,920 –> 00:00:18,000
قبلاً همان نمونه زندگی را با همان
7
00:00:18,000 –> 00:00:18,480
داده ها
8
00:00:18,480 –> 00:00:22,320
در اکسل تنظیم کرده ایم، بنابراین برخی از کلیپ های ویدیویی
9
00:00:22,320 –> 00:00:25,680
در اینجا به صورت r و من
10
00:00:25,680 –> 00:00:29,359
کد را تایپ کرده ایم. در ابتدا از
11
00:00:29,519 –> 00:00:32,558
یا برای اقتصاد سنجی با r
12
00:00:32,558 –> 00:00:34,960
uh می توانید لینک فوق را دنبال
13
00:00:34,960 –> 00:00:36,000
کنید
14
00:00:36,000 –> 00:00:40,239
و ما آن را در یک google colab
15
00:00:40,239 –> 00:00:42,399
با استفاده از r تنظیم کردیم و در این مثال
16
00:00:42,399 –> 00:00:43,280
از دستور پایتون استفاده می کنیم،
17
00:00:43,280 –> 00:00:46,239
بنابراین اگر دوبار کلیک کنم و وارد
18
00:00:46,239 –> 00:00:48,000
شوید
19
00:00:48,000 –> 00:00:50,399
فقط برای اینکه دوباره به همان داده ها
20
00:00:50,399 –> 00:00:51,680
21
00:00:51,680 –> 00:00:54,320
به عنوان مدل رگرسیون خطی بسیار ساده نگاه
22
00:00:54,320 –> 00:00:56,320
کنیم، ما در
23
00:00:56,320 –> 00:00:59,680
کتابخانه های معمولی
24
00:00:59,680 –> 00:01:03,840
25
00:01:03,840 –> 00:01:07,439
بارگیری می کنیم.
26
00:01:07,439 –> 00:01:10,880
27
00:01:10,880 –> 00:01:13,200
28
00:01:13,200 –> 00:01:14,400
29
00:01:14,400 –> 00:01:18,640
x است و نمرات آزمون
30
00:01:18,640 –> 00:01:21,119
متغیرهای وابسته هستند، بنابراین ما متغیر
31
00:01:21,119 –> 00:01:22,240
مستقل
32
00:01:22,240 –> 00:01:24,840
Uh داریم، میخواهیم تخمین بزنیم که
33
00:01:24,840 –> 00:01:26,400
34
00:01:26,400 –> 00:01:29,280
b ضریب نسبت معلم دانشآموز است
35
00:01:29,280 –> 00:01:30,159
36
00:01:30,159 –> 00:01:33,680
و چرا نمرات آزمون ما
37
00:01:33,680 –> 00:01:34,000
38
00:01:34,000 –> 00:01:35,759
انتظار داریم که یک رابطه منفی وجود
39
00:01:35,759 –> 00:01