#python #data-science #numpy #numpy-arrays #google-colab #jupyter-nootebook #pandas #matplotlib #scikit-learn #LinearRegression #LaTeX

З циклу домашніх завдань Python Data Science.

• Lection_3_prepare.ipynb. Dataset: NY-House-Dataset.csv
• https://latexeditor.lagrida.com/

Дане домашнє завдання буде повністю пов'язане з лінійною регресією та її реалізацією. Отож розіб'ємо наше домашнє завдання на декілька частин:

1. напишіть функцію гіпотези лінійної регресії у векторному вигляді;

2. створіть функцію для обчислення функції втрат у векторному вигляді;

3. реалізуйте один крок градієнтного спуску;

4. знайдіть найкращі параметри $\vec{w}$ для датасету прогнозуючу ціну на будинок залежно від площі, кількості ванних кімнат та кількості спалень;

5. знайдіть ці ж параметри за допомогою аналітичного рішення;

6. порівняйте отримані результати.

    В даному завданні вам не потрібно використовувати Стандартизацію, або Нормалізацію даних.
   

Дз повинно бути виконано у Jupyter Nootebook,(або Google Colab) і задеплоїне на Гітхаб у вигляді файлу .ipynb.

Файл : goit_ds_hw03_01.ipynb

Colab