Bu video, bir eğitim içeriği olup, konuşmacı önceki videoda anlatılan konuyu devam ettirmektedir.. Video, n tane noktanın doğruya olan karesel yanılgısını veren ifadeyi sadeleştirmeyi ve minimum karesel yanılgıyı sağlayan doğruyu bulmayı konu alıyor. Konuşmacı, karesel yanılgıyı minimize edecek doğruyu tanımlayan m ve b'nin değerlerini bulmak için kısmi türevler kullanarak denklem sistemini oluşturuyor. Bu denklem sistemini çözerken, optimal doğru üzerindeki iki önemli noktayı (x'lerin ortalaması, y'lerin ortalaması ve x karelerin ortalaması bölü x'lerin ortalaması, x-y'lerin ortalaması bölü x'lerin ortalaması) buluyor. Video, bir serinin parçası olup, bir sonraki videoda bu bilgilerin nasıl kullanılacağına değinileceği belirtiliyor.
Bu video, bir eğitmen tarafından sunulan makine öğrenmesi algoritmalarından regresyon analizi hakkında kapsamlı bir eğitim dersidir. Eğitmen, 20 sayfalık bir sunum üzerinden konuyu anlatmaktadır.. Video, regresyon analizinin temel kavramlarından başlayarak, doğrusal ve doğrusal olmayan regresyon türlerini, basit ve çoklu doğrusal regresyonu detaylı olarak ele almaktadır. İçerikte saçılma diyagramları, sebep-sonuç ilişkileri, en küçük kareler yöntemi, tahmin hatası, SSR, SSD ve R kare gibi model değerlendirme kriterleri matematiksel ve görsel örneklerle açıklanmaktadır.. Eğitmen, günlük hayattan örnekler (öğrenci başarısı, suç, beslenme-kanser ilişkisi) kullanarak konuyu pekiştirmekte ve çoklu doğrusal regresyonun iki temel amacı olarak giriş değişkenlerinin kolektif etkisi ve bireysel katkılarının bulunması vurgulanmaktadır. Video, regresyon analizinin amacı, nokta tahmini ve en küçük kareler yönteminin neden kullanıldığı gibi temel soruların cevaplarıyla sonlanmaktadır.
Basit doğrusal regresyon, iki sürekli değişken arasındaki ilişkiyi inceleyen istatistiksel yöntemdir. Regresyon çizgisi y = mx + c formülüyle ifade edilir. Bağımlı değişken, bağımsız değişkenlerin değerlerine göre tahmin edilir
Bu video, bir eğitim içeriği olup, konuşmacı Excel'deki eğim (slope) fonksiyonunu anlatmaktadır.. Video, istatistik kategorisinde bulunan eğim fonksiyonunun ne olduğunu ve nasıl kullanıldığını örneklerle açıklamaktadır. Konuşmacı, doğrusal regresyon çizgisinin eğimini hesaplamak için eğim fonksiyonunu kullanarak farklı veri setleri üzerinde örnekler vermektedir. Eğimin pozitif veya negatif olması durumunda verilerin arasındaki ilişkiyi nasıl gösterdiğini ve eğim değerlerinin 0'a yakın olması durumunda verilerin arasındaki uyumun nasıl değiştiğini göstermektedir.
Linear Regression is a supervised learning technique for predicting continuous values. It finds linear relationships between target and one or more predictors. Simple Linear Regression uses one independent variable to predict one dependent variable
Bu video, bir eğitim içeriği olup, konuşmacı SPSS programı kullanarak doğrusal regresyon analizinin nasıl yapılacağını göstermektedir.. Video, SPSS'de veri editörü üzerinden ara sınav puanları ve final puanları arasındaki ilişkiyi analiz etmeyi konu alıyor. Konuşmacı, regresyon analizinin nasıl yapılacağını adım adım gösteriyor, bağımlı ve bağımsız değişkenleri belirliyor ve sonuçları yorumluyor. Ayrıca standartlaştırılmış ve standartlaştırılmamış değerler arasındaki farkları açıklıyor ve bazı ileri seviye kavramların (örneğin, ANOVA) daha sonra ele alınacağını belirtiyor.
Gözlem sayısı parametre sayısından büyük veya eşit olmalıdır. Model parametrelerde doğrusal olmalıdır. Bağımsız değişkenler arasında tam çoklu doğrusal bağıntı olmamalıdır. Hata terimi tüm dönemlere ait bağımsız değişkenlerle ilişkisiz olmalıdır
Bu video, Dr. Sermet Demir tarafından sunulan bir eğitim içeriğidir. Dr. Demir, önceki videoda tek değişkenli regresyon analizini anlattığını belirterek, bu videoda çoklu değişkenli doğrusal regresyon analizini Excel'de nasıl uygulayacağımızı göstermektedir.. Videoda, çoklu değişkenli doğrusal regresyon analizinin temel prensipleri açıklanarak başlanıyor ve ardından Excel'de bu analizi adım adım gösteriliyor. Eğitmen, doğrusal regresyondan ikinci derece regresyona geçiş yaparak uyumun nasıl arttığını gösteriyor ve ikinci dereceden regresyonun doğrusal regresyona göre daha iyi sonuçlar verdiği anlatılıyor.. Video boyunca Excel'de regresyon analizi yapma, veri seçimi, özet çıktı alma ve grafik çizme işlemleri detaylı olarak açıklanıyor. Ayrıca, daha yüksek dereceli regresyon analizi (ikinci ve üçüncü dereceden) yaparak uyum değerlerinin nasıl arttığı gösteriliyor ve deneylerdeki verileri kullanarak her bir nokta için yüksek güvenle tahmin yapabildiğimiz anlatılıyor.
Doğrusal regresyon, bilinen verilerden bilinmeyen değerleri tahmin eden bir analiz tekniğidir. Model, bağımsız ve bağımlı değişkenleri doğrusal denklem olarak modeller. Basit regresyonda x yatay, y dikey eksende gösterilir
Regression determines relationship between dependent and independent variables. Linear regression is most common form, showing straight line of best fit. Simple linear uses one independent variable, multiple uses two or more
AI enables machines to think and make decisions like humans. Machine Learning is a subfield of AI that helps machines learn from data. AI algorithms combine inputs and outputs simultaneously for learning
Bu video, bir eğitmen tarafından sunulan matematik ve makine öğrenmesi dersidir. Eğitmen, regresyon ve korelasyon analizi konularını detaylı bir şekilde anlatmaktadır.. Video, regresyon ve korelasyonun temel kavramlarını tanıtarak başlayıp, en küçük kareler yöntemi, hata fonksiyonu ve doğrusal regresyon hesaplamalarını adım adım göstermektedir. İçerikte korelasyonun pozitif, negatif ve nötr olabileceği, makine öğrenmesi uygulamaları ve aşırı uydurma (overfitting) kavramları da ele alınmaktadır.. Videoda ayrıca matris çarpımı ve lineer cebir kavramları kullanılarak verilen (x, y) değerlerine en uygun doğru denkleminin nasıl bulunacağı matematiksel hesaplamalarla gösterilmektedir. Örnek olarak (0,1), (2,4), (3,6) noktalarına en uygun doğru denklemi y = 6.7x + 4.7 olarak hesaplanmakta ve farklı şekillerin (parabol gibi) daha az hata payı verebileceği vurgulanmaktadır.
Bu video, bir eğitmen tarafından sunulan matematik eğitimi formatında bir ders anlatımıdır.. Videoda en küçük kareler yöntemi kullanılarak eğri uydurma konusu detaylı şekilde ele alınmaktadır. İlk bölümde eğri kavramı, doğru ve parabol gibi temel eğri türleri açıklanırken, ikinci bölümde dört nokta verilen bir veri kümesine doğrusal bir eğri uydurma süreci adım adım gösterilmektedir. Eğitmen, veri grubuna doğru uydurma yapma, lineer denklem sistemi oluşturma ve yok etme metoduyla denklemleri çözme aşamalarını örnek sorular üzerinden anlatmaktadır.. Video, bir sonraki örnek olarak ikinci derece polinom (parabol) uydurma konusuna geçileceğini belirterek sona ermektedir.
Bu video, bir eğitmen tarafından sunulan İstatistik 2 dersinin beşinci ünitesi olan regresyon ve korelasyon analizi konusunu içeren eğitim dersidir.. Videoda, regresyon ve korelasyon analizi konusu detaylı şekilde ele alınmaktadır. Eğitmen, serpilme diyagramları, doğrusal regresyon, en küçük kareler yöntemi, regresyon denklemleri, korelasyon katsayısı (r), belirli katsayı (r²) ve hata terimleri gibi temel kavramları açıklamaktadır. Özellikle sıcaklık ve dondurma satış miktarı örneği üzerinden regresyon denkleminin nasıl oluşturulduğu ve korelasyon katsayısının nasıl hesaplanacağı adım adım gösterilmektedir.. Video, teorik bilgilerin yanı sıra örnek sorular çözümleri de içermekte olup, istatistik dersinde regresyon ve korelasyon analizi konularını öğrenmek isteyenler için faydalı bir kaynaktır. Hata kareleri toplamı, standart hatası, serpilme diyagramı tanımı ve hipotez testleri gibi konular da videoda ele alınmaktadır.
Bu video, bir eğitmen tarafından sunulan regresyon analizi konulu bir eğitim içeriğidir. Eğitmen, regresyon analizinin temel kavramlarını ve uygulamalarını anlatmaktadır.. Video, regresyonun tanımıyla başlayıp, basit doğrusal regresyon ve çoklu regresyon analizlerinin temel elemanlarını açıklamaktadır. Eğitmen, motivasyon ve başarı değişkenleri üzerinden basit doğrusal regresyon analizi yaparak, kesişim katsayısı, eğim katsayısı, R kare değeri ve ANOVA tablosu gibi analiz sonuçlarını yorumlamaktadır. Video, ikinci bölümde çoklu regresyon analizinden bahsedeceğini belirterek sona ermektedir.
Bu video, bir eğitmen tarafından sunulan istatistik ve karar teorisi konularındaki soru çözümlerini içermektedir. Eğitmen, önceki videolardaki soruların devamı niteliğinde olan soruları çözmektedir.. Video, toplam 10 sorudan oluşan bir testin çözümünü içermektedir. Sorular arasında basit doğrusal regresyon denklemi, korelasyon katsayısı, tahminlerin standart hatası, zaman serisi, indeksler, karar teorisi ve kötümserlik ölçütleri gibi konular yer almaktadır. Her soru için eğitmen, formülleri açıklayarak ve örnekler vererek çözüm yöntemlerini detaylı şekilde anlatmaktadır.
Bu video, bir eğitim içeriği olup, konuşmacı regresyon doğrusu ve en küçük kareler yöntemi hakkında bilgi vermektedir.. Video, regresyon doğrusunun dik üçgende hipotenüs oluşturduğunu açıklayarak başlıyor. Dik üçgende hipotenüsün uzunluğunu hesaplama formülü (a² + b² = c²) kullanılarak, gözlenen ve teorik y arasındaki sapmanın a kenarının b kenarına bölünmesiyle regresyon katsayısının (doğrunun eğimi) nasıl bulunacağı anlatılıyor. Video, örnek bir veri setinde regresyon katsayısının 0,75 olduğunu belirterek ve en küçük kareler yönteminin formülünü göstererek sonlanıyor.
Bu video, bir eğitim içeriği olup, konuşmacı basit doğrusal regresyon konusunu anlatmaktadır.. Video, basit doğrusal regresyonun tanımını yaparak başlıyor ve regresyon analizinin temel prensiplerini açıklıyor. Konuşmacı, regresyon denkleminin (y = a + bx) bileşenlerini (bağımsız değişken x, bağımlı değişken y, regresyon katsayısı b ve sabit a) detaylı olarak anlatıyor. Sonrasında bir örnek üzerinden regresyon denkleminin nasıl kullanılacağını gösteriyor ve x değişkeninin farklı değerlerine göre y'nin tahmini değerlerinin nasıl hesaplanacağını açıklıyor.
Bu video, bir doçent unvanlı üniversite öğretim üyesi tarafından sunulan istatistik eğitimi formatında bir ders anlatımıdır.. Video, regresyon analizi konusunu kapsamlı şekilde ele almaktadır. İçerikte regresyon analizinin tanımı, amacının ne olduğu, doğrusal ve doğrusal olmayan regresyon, basit ve çoklu regresyon arasındaki farklar açıklanmaktadır. Ayrıca basit doğrusal regresyon denklemi (y^ = a + bx) detaylı olarak incelenmekte, regresyon katsayısı (b) ve sabit (a) değerlerinin hesaplanması için iki farklı yöntem gösterilmektedir.. Videoda regresyon analizinin yapılabilmesi için gerekli şartlar (korelasyon bulunması, doğrusal ilişki, değişkenlerin ölçme düzeyleri ve normal dağılım) detaylı olarak anlatılmakta ve en küçük kareler yöntemi kullanılarak regresyon denkleminin nasıl oluşturulduğu örnek veri setleri üzerinden gösterilmektedir.
Bu video, bir eğitmen tarafından sunulan "Yapay Zeka Sistemleri" dersinin beşinci haftası içeriğini kapsamaktadır.. Video, doğrusal regresyonun temel kavramlarını ve matematiksel temellerini ele almaktadır. İlk olarak doğrusal regresyonun teorik yönleri ve y = θx + θ₁ denklemi açıklanmakta, ardından en küçük kareler metodu (OLS) ve normal denklemler yöntemi detaylandırılmaktadır. Daha sonra gradyan iniş (gradient descent) algoritması, optimizasyon teknikleri ve teta değerlerinin güncellenmesi konuları işlenmektedir.. Ders, matris ve vektörlerin kullanımı, yerel ve global minimum kavramları, öğrenme oranı (learning rate) parametresi ve algoritmanın durdurulma kriterleri gibi teknik detayları da içermektedir. Video, izleyicilerin kitap içindeki kodları çalıştırarak örnek uygulamalar yapabilecekleri bilgisiyle sonlanmaktadır.