Capítulo 12. Aplicações dos mínimos quadrados
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Neste capítulo, verás algumas aplicações do ajuste de modelos de mínimos quadrados em dados reais. Ao longo do caminho, aprenderás a implementar os mínimos quadrados utilizando várias funções Python diferentes - e numericamente mais estáveis - e aprenderás alguns conceitos novos em estatística e aprendizagem automática, como a multicolinearidade, a regressão polinomial e o algoritmo de pesquisa em grelha como alternativa aos mínimos quadrados.
No final deste capítulo, terás uma compreensão mais profunda de como os mínimos quadrados são utilizados em aplicações, incluindo a importância de algoritmos numericamente estáveis para situações "difíceis" que envolvam matrizes de desenho de ordem reduzida. E verás que a solução analítica fornecida pelos mínimos quadrados supera um método empírico de pesquisa de parâmetros.
Prever o aluguer de bicicletas com base nas condições meteorológicas
Sou um grande fã de bicicletas e um grande fã de bibimbap (um prato coreano feito com arroz e legumes ou carne). Por isso, fiquei contente por encontrar um conjunto de dados disponível publicamente sobre o aluguer de bicicletas em Seul.1 O conjunto de dados contém quase nove mil observações de dados sobre o número de bicicletas alugadas na cidade e variáveis sobre o tempo, incluindo temperatura, humidade, precipitação, velocidade do vento, ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access