9 أفكار ومواضيع مثيرة للاهتمام لمشروع الانحدار الخطي للمبتدئين [2022]

نشرت: 2021-01-09

الانحدار الخطي موضوع شائع في التعلم الآلي. إنها خوارزمية تعلم خاضعة للإشراف وتجد تطبيقات في العديد من القطاعات. إذا كنت تتعلم عن هذا الموضوع وترغب في اختبار مهاراتك ، فعليك تجربة بعض مشاريع الانحدار الخطي. في هذه المقالة ، نناقش نفس الشيء.

لدينا أفكار لمشروع الانحدار الخطي لمستويات ومجالات مختلفة من المهارات بحيث يمكنك اختيار واحدة وفقًا لخبراتك واهتماماتك. علاوة على ذلك ، يمكنك تعديل مستوى التحدي لأي مشروع ذكرناه هنا عن طريق زيادة (أو تقليل) قيم البيانات التي تضيفها في مجموعة البيانات الخاصة بك.

انضم إلى دورة التعلم العميق عبر الإنترنت من أفضل الجامعات في العالم - الماجستير ، وبرامج الدراسات العليا التنفيذية ، وبرنامج الشهادات المتقدمة في ML & AI لتسريع حياتك المهنية.

جدول المحتويات

ما هو الانحدار الخطي؟

الانحدار الخطي هو خوارزمية تعلم خاضعة للإشراف في التعلم الآلي. يصمم قيمة التنبؤ وفقًا للمتغيرات المستقلة ويساعد في إيجاد العلاقة بين هذه المتغيرات والتنبؤ. تعتمد نماذج الانحدار على العلاقة بين المتغيرات المستقلة والتابعة بالإضافة إلى عدد المتغيرات التي يستخدمونها.

يتنبأ الانحدار الخطي بالقيمة التابعة (y) وفقًا للمتغير المستقل (x). الناتج هنا هو القيمة التابعة ، والمدخلات هي القيمة المستقلة. وظيفة الفرضية للانحدار الخطي هي كما يلي:

ص = 1 + 2 س

يجد نموذج الانحدار الخطي أفضل خط يتنبأ بقيمة y وفقًا لقيمة x المقدمة. للحصول على أفضل سطر ، يجد أنسب القيم لـ 1 و 2 . 1 هو التقاطع و 2 هو معامل x. عندما نجد أفضل القيم لـ 1 و 2 ، نجد أيضًا أفضل خط للانحدار الخطي.

الآن وقد ناقشنا المفاهيم الأساسية للانحدار الخطي ، يمكننا الانتقال إلى أفكار مشروع الانحدار الخطي.

أفكار مشروع الانحدار الخطي الأعلى لدينا

الفكرة رقم 1: حدد ميزانية لمسافة طويلة

لنفترض أنك تريد الذهاب في رحلة طويلة (من دلهي إلى لوناوالا). قبل الذهاب في رحلة طويلة ، من الأفضل إعداد ميزانية ومعرفة المبلغ الذي تحتاج إلى إنفاقه على قسم معين. يمكنك استخدام نموذج الانحدار الخطي هنا لتحديد تكلفة الغاز التي يتعين عليك الحصول عليها.

في هذا الانحدار الخطي ، سيكون المبلغ الإجمالي للمال الذي يتعين عليك دفعه هو المتغير التابع ، مما يعني أنه سيكون ناتج نموذجنا. ستكون المسافة بين الوجهات هي المتغير المستقل. للحفاظ على النموذج بسيطًا ، يمكننا أن نفترض أن سعر الوقود سيظل ثابتًا أثناء الرحلة.

يمكنك اختيار أي وجهتين لهذا المشروع. إنها فكرة مشروع رائعة للمبتدئين لأنها تسمح لك بتجربة المفهوم وفهمه بوضوح. بالإضافة إلى ذلك ، يمكنك استخدام النموذج عندما تخطط لقيادة طويلة أيضًا!

الفكرة رقم 2: قارن معدلات البطالة بالمكاسب في سوق الأوراق المالية

إذا كنت متحمسًا للاقتصاد ، أو إذا كنت ترغب في استخدام معرفتك بالتعلم الآلي في هذا المجال ، فهذه واحدة من أفضل أفكار مشروع الانحدار الخطي بالنسبة لك. نعلم جميعًا كيف أن البطالة مشكلة كبيرة لبلدنا. في هذا المشروع نجد العلاقة بين معدلات البطالة والمكاسب التي تحدث في سوق الأسهم.

يمكنك استخدام البيانات الرسمية من الحكومة للحصول على معدلات البطالة واستخدامها لمعرفة ما إذا كانت هناك علاقة بينها وبين المكاسب في سوق الأسهم.

قراءة: تنفيذ الانحدار الخطي في بايثون

الفكرة رقم 3: قارن رواتب رجال المضرب بمتوسط ​​الأشواط التي يسجلونها لكل لعبة

لعبة الكريكيت هي اللعبة الأكثر شعبية في الهند بسهولة. يمكنك استخدام معرفتك بالتعلم الآلي في هذا المشروع البسيط والمثير حيث سترسم العلاقة بين رواتب رجال المضرب ومتوسط ​​الأشواط التي يسجلونها في كل لعبة. يعتبر لاعبو الكريكيت لدينا من بين بعض الرياضيين الأعلى دخلاً في العالم. سيساعدك العمل في هذا المشروع في معرفة مقدار ما تتحمله متوسطات الضرب من أرباحهم.

إذا كنت مبتدئًا ، يمكنك البدء بفريق واحد والتحقق من رواتب رجال المضرب. من ناحية أخرى ، إذا كنت ترغب في المضي قدمًا ، يمكنك التفكير في فرق متعددة (أستراليا ، إنجلترا ، جنوب إفريقيا ، إلخ) والتحقق من رواتب رجال المضرب أيضًا.

الفكرة رقم 4: قارن التواريخ في شهر بالراتب الشهري

يستكشف هذا المشروع تطبيق التعلم الآلي في الموارد البشرية والإدارة. إنه من بين مشاريع الانحدار الخطي على مستوى المبتدئين ، لذلك إذا لم تكن قد عملت في مثل هذا المشروع من قبل ، فيمكنك البدء بهذا المشروع. هنا ، ستأخذ التواريخ الموجودة في الشهر وتقارنها بالراتب الشهري.

بعد إنشاء العلاقة بين المتغيرين ، يمكنك استكشاف ما إذا كان الأجر الحالي هو الأمثل أم لا. يمكنك اختيار أي مهنة والعثور على متوسط ​​راتبها لتحديده كمتغير مستقل. يمكنك جعل هذا المشروع أكثر صعوبة من خلال مناقشة العديد من الوظائف الأخرى بخلاف الوظيفة الأصلية.

الفكرة رقم 5: قارن بين متوسط ​​درجات الحرارة العالمية ومستويات التلوث

يعد التلوث وتأثيره على البيئة من الموضوعات البارزة للمناقشة. أظهر الوباء الأخير لنا أيضًا كيف لا يزال بإمكاننا إنقاذ بيئتنا. يمكنك استخدام مهارات التعلم الآلي الخاصة بك في هذا المجال أيضًا. سيساعدك هذا المشروع في فهم كيف يمكن للتعلم الآلي حل المشكلات المختلفة الموجودة في هذا المجال أيضًا.

هنا ، يمكنك أخذ متوسط ​​درجات الحرارة العالمية في عدة سنوات ومقارنتها بمستوى التلوث الذي حدث في تلك المدة. يعد إنشاء نموذج انحدار خطي حول هذا الموضوع أمرًا سهلاً ولن يتطلب الكثير من الجهد. ومع ذلك ، سيساعدك بالتأكيد في تجربة مهارات التعلم الآلي الخاصة بك.

الفكرة رقم 6: قارن درجة الحرارة المحلية بكمية الأمطار

هذه فكرة مشروع أخرى مثيرة لمحبي الطبيعة والبيئة. في هذا المشروع ، عليك أن تجد العلاقة بين درجة الحرارة المحلية وكمية الأمطار التي تسقط هناك. بعد الانتهاء من هذا المشروع ، سترى كيف يمكنك استخدام الانحدار الخطي وتقنيات التعلم الآلي الأخرى في الجغرافيا والمواضيع ذات الصلة.

يجب أن تحافظ على درجة الحرارة بالدرجة المئوية وكمية المطر بالملليمتر (ملم). بالنسبة للمبتدئين ، يمكنك التفكير في عدد قليل من المدن البارزة في البلاد (مثل نيودلهي ومومباي وبيون وجايبور) وإضافة المزيد عند إكمال المشروع.

الفكرة رقم 7: قارن متوسط ​​عمر البشر بكمية نومهم

لطالما أذهل النوم علمائنا. وإذا كنت مفتونًا بهذا الموضوع أيضًا ، فعليك العمل على هذا الموضوع. في هذا المشروع ، عليك مقارنة متوسط ​​عمر الأشخاص بكمية النوم التي يحصلون عليها.

إذا كنت ترغب في دخول مجال التكنولوجيا الحيوية أو علم الأعصاب مع خبرة في التعلم الآلي ، فهذا اختيار ممتاز بالنسبة لك. سيساعدك على استكشاف تطبيقات الانحدار الخطي في هذه القطاعات. هناك العديد من الأوراق البحثية حول هذا الموضوع ، لذلك لن تواجه مشكلة في العثور على مصادر البيانات ذات الصلة.

الفكرة رقم 8: قارن النسبة المئوية للرواسب في النهر بتصريفها

هذه فكرة مشروع أخرى مثيرة لهواة البيئة والجغرافيا. هنا ، عليك مقارنة النسبة المئوية للرواسب الموجودة في الماء بمستوى تصريفها. يمكنك البدء بنهر واحد وجعله أكثر صعوبة بإضافة المزيد من الجداول. وبالمثل ، يمكنك البدء بتيار صغير (أو جزء من نهر عملاق) ، إذا لم تكن قد عملت في مشاريع الانحدار الخطي من قبل.

تصريف النهر هو الحجم الذي يمر عبر قناته. هو الحجم الإجمالي للمياه المتدفقة خلال نقطة معينة ، ووحدة قياس تصريف النهر بالمتر المكعب في الثانية. الرواسب هي المواد الصلبة الموجودة في مجرى مائي والتي تتحرك وترسب في موقع جديد عبر النهر.

الفكرة رقم 9: قارن ميزانيات الأفلام المرشحة لجوائز السينما الوطنية بعدد الأفلام الحائزة على هذه الجوائز

يمكنك تطبيق الانحدار الخطي في قطاع الترفيه أيضًا. في هذا المشروع ، عليك مقارنة ميزانيات الأفلام المرشحة لجوائز National Film Awards بعدد الأفلام التي فازت بهذه الجوائز. ستكتشف ما إذا كانت ميزانية الفيلم تؤثر على احتمالية فوزه بجائزة أم لا. يمكنك البدء ببيانات السنوات الخمس الماضية (2014-19). وإذا كنت ترغب في الارتقاء به إلى مستوى أعلى ، فيمكنك إضافة بيانات من سنوات أخرى وجعل المشروع أكثر صعوبة.

اقرأ أيضًا: 15 فكرة مثيرة للاهتمام لمشروع التعلم الآلي للمبتدئين

افكار اخيرة

لقد وصلنا إلى نهاية قائمة مشاريعنا. نأمل أن تكون قد وجدت أفكار مشروع الانحدار الخطي هذه مفيدة. إذا كانت لديك أي أسئلة بخصوص الانحدار الخطي أو أفكار المشروع هذه ، فلا تتردد في طرحها علينا.

من ناحية أخرى ، إذا كنت ترغب في معرفة المزيد حول الانحدار الخطي ، فإننا نوصي بالتوجه إلى مدونتنا ، حيث ستجد العديد من الموارد والأدلة والمقالات القيمة حول هذا الموضوع. بالنسبة للمبتدئين ، إليك دليلنا حول الانحدار الخطي في التعلم الآلي .

يمكنك التحقق من IIT Delhi's Executive PG Program in Machine Learning بالاشتراك مع upGrad . IIT دلهي هي واحدة من أعرق المؤسسات في الهند. مع أكثر من 500 عضو من أعضاء هيئة التدريس الداخليين وهم الأفضل في الموضوعات.

ما هي الخطوات المهمة التي يجب اتباعها في الانحدار الخطي؟

هناك شيء أكثر من ملاءمة خط خطي من خلال مجموعة من نقاط البيانات التي تشارك في تحليل الانحدار الخطي. يتكون من ثلاث مراحل: (1) فحص البيانات من أجل الارتباط والاتجاه ، (2) التنبؤ بالنموذج ، أي ملاءمة الخط ، و (3) تقييم صلاحية النموذج وفائدته. للبدء ، استخدم مخطط مبعثر لتقييم البيانات والتحقق من الاتجاهية والارتباط. المرحلة الثانية من تحليل الانحدار هي ملاءمة خط الانحدار. يتم تصغير المتبقي غير المبرر باستخدام تقدير المربع الصغرى الرياضي. اختبار الأهمية هو المرحلة النهائية في تحليل الانحدار الخطي.

لماذا يحتاج الانحدار الخطي إلى التوزيع الطبيعي؟

يعتقد بعض المستخدمين عن طريق الخطأ أن افتراض التوزيع الطبيعي للانحدار الخطي ينطبق على بياناتهم. يمكنهم عمل مدرج تكراري لمتغير استجابتهم لمعرفة ما إذا كان يخرج عن التوزيع الطبيعي. يعتقد البعض الآخر أن المتغير التوضيحي يجب أن يكون له توزيع منتظم. كلاهما ليس ضروريا. ينطبق افتراض الحالة الطبيعية على التوزيعات المتبقية. يتم توزيع البيانات بشكل طبيعي ، وكذلك يتم مطابقة خط الانحدار مع البيانات بحيث يكون المتوسط ​​المتبقي صفراً.

ما هي مزايا وعيوب الانحدار الخطي؟

أهم فائدة لتحليل الانحدار الخطي هي خطيتها: فهي تبسط عملية التقدير ، والأهم من ذلك ، أن هذه المعادلات الخطية لها تفسير معياري سهل الفهم (أي الأوزان). يعتبر الانحدار الخطي ببساطة متوسط ​​المتغير التابع. تم دراسة الارتباط بين متوسط ​​المتغير التابع والمتغيرات المستقلة باستخدام الانحدار الخطي. يمكن أن تؤثر القيم المتطرفة على الانحدار الخطي.