Тримайте все під контролем за допомогою колекцій Зберігайте контент і організовуйте його за категоріями відповідно до своїх потреб.
На графіку нижче зображено 20 прикладів із набору даних про витрату палива; ознака (вага автомобіля в тисячах фунтів) – це вісь X, а мітка (милі на галон) – Y.
Ваше завдання – відрегулювати повзунки Weight (Вага) і Bias (Зсув), розміщені над графіком, так, щоб отримати лінійну модель, яка зводить до мінімуму втрати MSE в даних.
Обміркуйте запитання, наведені нижче.
Якого найнижчого показника MSE можна досягти?
Які значення ваги й зсуву призвели до цих втрат?
Натисніть значок плюса, щоб побачити наше рішення
Нам вдалося досягти MSE менше ніж 5 із вагою –1,5 і зсувом 21.
[null,null,["Останнє оновлення: 2025-04-22 (UTC)."],[],[],null,["The graph below plots 20 examples from a fuel-efficiency dataset, with the\nfeature (car heaviness in thousands of pounds) plotted on the x-axis and the\nlabel (miles per gallon) plotted on the y-axis.\n\n**Your task:** Adjust the **Weight** and **Bias** sliders above the graph to\nfind the linear model that minimizes MSE loss on the data.\n\n**Questions to consider:**\n\n- What is the lowest MSE you can achieve?\n- What weight and bias values produced this loss?\n\nClick the plus icon to see the solution \nThe optimal linear model for this data has an MSE of 3.37, with a\nweight of --0.12 and a bias of 16.96, as shown in the following image."]]