What is the translation of " SQUARED ERROR " in Bulgarian?

• квадратната грешка
• квадратна грешка

Examples of using Squared error in English and their translations into Bulgarian

We have the squared error of the line.
Имаме квадратната грешка на оста.

Sometimes, it's called the squared error.
Понякога това се нарича квадратна грешка.

This is the squared error of the line axis.
Това е квадратната грешка на линейната ос.

You put it into this expression for the squared error of the line.
Поставяме я в този израз за квадратната грешка на оста.

The total squared error with the line is 2.73.
Общата квадратна грешка за оста е 2, 73.

And then, you could imagine the vertical axis to be the squared error.
Toгава можем да приемем, че ординатната ос представлява квадратната грешка.

So this is the squared error of the line.
Та това е квадратната грешка на оста.

And so you can even visualize it the same way we visualized the squared error from the line.
И можем дори да го представим нагледно, по същия начин, по който представихме квадратната грешка откъм оста.

If the squared error of the line is really small what does that mean?
Ако квадратната грешка на оста е наистина малка, какво означава това?

Let me caught it the squared error with the line.
Нека я нарека квадратна грешка по оста.

If the squared error of the line is small, it tells us that the line is a good fit.
Ако квадратната грешка на оста е малка, тогава оста е добро попадение.

So what is the total squared error with the line?
И каква е общата квадратна грешка на оста тук?

So are squared error versus our line, our total squared error, we just computed to be 2.74.
Та кадратната грешка срещу нашата ос, общата ни квадратна грешка, тъкмо намерихме, че е 2, 74.

Let me call this the squared error from the average.
Дефинираме това като средната квадратната грешка.

So our squared error to the line from the sum of the squared error to the line from the n points is going to be equal to-- this term right here is n times the mean of the y squared values.
И нашата квадратна грешка откъм оста, от сумата на квадратната грешка откъм оста, чрез n точките, ще е равна на- този член тук е равен на n пъти по средната стойност от стойностите на у на квадрат.

Maybe I will call this the squared error from the mean of y.
Може би ще нарека това квадратна грешка от средната стойност на у.

And so if the squared error of the line is large, this whole thing's going to be close to 1.
И ако квадратната грешка на оста е голяма, цялото това нещо ще е близо до 1.

Our goal is to simplify this expression for the squared error between those n points.
Целта ни е да опростим този израз заради квадратната грешка между тези n точки.

So let me define the squared error against this line as being equal to the sum of these squared errors..
Така че нека дефинирам квадратната грешка срещу тази ос като равна на сумата от тези квадратни грешки..

And over the next few videos, is I want to find the m and b that minimizes the squared error of this line right here.
И в следващите няколко клипа, искам да намеря m и b, които намаляват квадратната грешка на тази ос тук.

And the partial derivative of our squared error with respect to b is going to be equal to 0.
Частичната производна на квадратната грешка по отношение на b също ще е равна на 0.

Netflix could just have a computer compare the predicted ratings with the held-out ratings using a prespecified metric(the particular metric they used was the square root of the mean squared error).
Netflix би могъл просто да има компютър, който да сравнява прогнозираните рейтинги с оценените рейтинги, като използва предварително зададен показател(конкретният показател, който са използвали, е квадратният корен на средната квадратна грешка).

So once again, this is just the squared error of that line with n points.
Така че отново, това си е квадратната грешка по тази ос с n точки.

And we're taking the sum of the squared error between each of those n points and our actual line, y equals mx plus b.
И вземаме предвид сумата от квадратната грешка между всяка от тези n точки и настоящата ни ос, у, тя е равна на mx плюс b.

The total variation in y, which is the squared error from the mean of the y's.
Общото изменение в у, което представлява квадратната грешка от средната стойност на тези у.

In the last video, we showed that the squared error between some line, y equals mx plus b and each of these n data points is this expression right over here.
Миналия път показахме, че квадратната грешка в рамките на дадена ос, у, е равна на mx плюс b, като всяка от тези n точки от данни представлява този израз тук.

And so what we calculated next was the total error, the squared error, from the means of our y values.
А това, което изчислихме в последствие, беше общата грешка квадратната грешка, от средните стойности на нашите стойности за у.

So if you wanted the total error, if you want the total squared error-- this is actually how we started off this whole discussion-- the total squared error between the points and the line, you literally just take the y value each point.
Така ако търсим общата грешка, ако търсим общата квадратна грешка- от тук всъщност започна цялата тази дискусия- общата квадратна грешка между точките и оста, това, което буквално правим, е че вземаме у-стойността във всяка точка.

So at that point, the partial derivative of our squared error with respect to m is going to be equal to 0.
И в това отношение, частичната производна на нашата квадратна грешка по отношение на m ще е равна на 0.

And what we want to do is minimize this squared error from each of these points to the line.
И това, което искаме да направим, е да намалим тази квадратна грешка от всяка една от тези точка до оста.