Muy simple, MARS ™ es una serie de regresiones locales unidas para formar una sola función.
Considere una trama en forma de V con la “parte inferior” de la V aplanada. MARS representa esto como tres funciones lineales, una para la parte de pendiente negativa “izquierda” de la V, una para la parte plana “inferior” y otra para la parte de pendiente positiva “derecha”.
La frecuencia de chirrido de Cricket en función de la temperatura es un ejemplo decente del “mundo real” de dónde MARS ™ podría funcionar bien. A bajas temperaturas, la frecuencia de chirrido es 0 (grillos inactivos o muertos, dependiendo de qué tan frío esté …). A través del rango operativo, es razonablemente lineal (no realmente, pero el ajuste está bien). Por encima de algún umbral volvemos a cero (grillos muertos). MARS analizaría estos datos y ajustaría tres funciones, una para cada rango de temperatura (demasiado frío, operativo, demasiado caliente).
- ¿Cuáles son los buenos libros para el aprendizaje automático?
- Con la introducción de la inteligencia artificial, ¿podrán las computadoras tener un alto coeficiente intelectual?
- Si IBM introduce el aprendizaje automático en z / OS, ¿qué significará eso para un desarrollador de mainframe?
- ¿Es efectivo el entrenamiento de confrontación contra los ejemplos de confrontación en general?
- Robótica: ¿Cuáles son algunos proyectos interesantes de aprendizaje automático relacionados con UAV / drones?
Puede “leer más al respecto” en: splines de regresión adaptativa multivariante
