Estas columnas analizarán un tema, se explicarán algunos de los antecedentes y responderán a algunas preguntas de la comunidad de MATLAB® y Simulink®.
Esta columna trata de las preguntas que la gente tiene sobre la aplicación "Regression Learner":
1. ¿Puedo usar la aplicación Regression Learner con datos de series temporales?
2. ¿Qué puedo hacer para reducir el tiempo de capacitación?
3. ¿Cómo puedo interpretar los resultados de los diferentes modelos y las gráficas disponibles?
4. Elegí el modelo con la RMSE más baja; ¿hay algo más que deba hacer?
5. ¿Cómo puedo hacer predicciones con los nuevos datos?
Esta columna responde algunas preguntas sobre la aplicación Regression Learner en MATLAB; no se trata de regresión en general.
La aplicación Regression Learner ha estado disponible para ingenieros y científicos desde 2017. El análisis de regresión ayuda a las personas a comprender la relación entre variables y respuestas numéricas y se puede aplicar a tareas como predecir el consumo de energía, el rendimiento financiero y los parámetros del proceso de fabricación.
Básicamente, la aplicación Regression Learner le permite crear modelos de regresión de forma interactiva, sin escribir código, y medir la precisión y el rendimiento de sus modelos. Puede comparar rápidamente el rendimiento de varios modelos y funciones de regresión. La aplicación es especialmente útil para las personas que comienzan a utilizar el aprendizaje automático, por lo que me complace responder algunas preguntas directamente relacionadas con la aplicación. Si no está familiarizado con la aplicación Regression Learner,
aquí hay un video de demostración para ponerse al día.
¿Puedo usar la aplicación Regression Learner con datos de series de tiempo?
Absolutamente. Por ejemplo, puede usar modelos de regresión para pronosticar la carga eléctrica o predecir los costos de daños de una tormenta.
Acceda al artículo completo
aquí.
