الذكاء الاصطناعي: التنبّؤ بالانحدار الخطي
في قلب كثير من أنظمة الذكاء الاصطناعي فكرة التعلّم من الأمثلة. أبسط طريقة هي الانحدار الخطي: نبحث عن المستقيم y = a × x + b الأقرب إلى النقاط المعروفة، ثم نستعمله للتنبّؤ بقيمة جديدة.
يُحسب الميل a من المتوسطات: نجمع الانحرافات المشتركة لـ x وy ثم نقسم على مربّعات انحرافات x. بعدها b = متوسط(y) − a × متوسط(x). هذا بالضبط ما تفعله مكتبات مثل scikit-learn، لكن بسرعة أكبر.
hours = [1, 2, 3, 4, 5]
scores = [52, 58, 65, 70, 77]
n = len(hours)
mx = sum(hours) / n
my = sum(scores) / n
a = sum((x - mx) * (y - my) for x, y in zip(hours, scores)) / sum((x - mx) ** 2 for x in hours)
b = my - a * mx
print("slope:", round(a, 2), "intercept:", round(b, 2))
print("prediction for 6 h:", round(a * 6 + b, 1))