Tự học Machine Learning | 3.1. Hồi quy tuyến tính | Thân Quang Khoát

Bài 3 (Linear Regression) sẽ giới thiệu chi tiết về bài toán hồi quy và mô hình tuyến tính. Một số khái niệm cơ bản tiếp tục được giới thiệu, bao gồm hàm hồi quy, hàm lỗi (loss function), lỗi thực nghiệm, lỗi kỳ vọng. Một số phương pháp được giới thiệu gồm Bình phương tối thiểu, Ridge, và LASSO. Bài giảng cung cấp ví dụ trực quan về Hiệu chỉnh (regularization) và sự liên hệ của nó tới vấn đề overfitting và underfitting.
======
Chuỗi bài giảng này được ghi lại một phần từ khoá học Nhập môn Học máy và Khai phá dữ liệu (Introduction to Machine Learning & Data Mining), do thầy Thân Quang Khoát giảng dạy cho Chương trình tài năng tại Viện CNTT&TT, ĐH Bách Khoa Hà Nội.
Bài giảng cung cấp những khái niệm từ căn bản đến chuyên sâu, phù hợp với những người muốn tìm hiểu lĩnh vực này một cách bài bản mà chưa có nhiều kiến thức. Các tài liệu bài giảng và mã nguồn thực hành có thể lấy ở đây: users.soict.hus...
Chúc các bạn tìm được nhiều lợi ích từ chuỗi bài giảng này.
#HọcMáy #MachineLearning #LinearRegression