Тренировки по ML. Лекция 2: Линейная регрессия и регуляризация

[@kupamonke]

4:35 начало
11:18 линейные модели
16:20 линейная регрессия
46:15 теорема Гаусса-Маркова
1:23:55 методы оценки качества модели

[@ds_sss_rank]

Можно тренировки по математике добавить в следующем сезоне

[@ВладиславРоманиченко]

В принципе, есть очень полный курс на яндекс практикуме по математике

[@ds_sss_rank]

который платный?@@ВладиславРоманиченко

[@couriersix208]

math refresher от создателей тренировок по ML(giraffe ai)

[@PythonBrother]

@@ВладиславРоманиченко можно ссылку?

[@oxygeniummc3187]

Читайте Зорича, Постникова и Кострикина.

[@vg8-j1f]

*LASSO - L1, Ridge - L2

[@Ia-Magnifico]

Ничего непонятно но очень интересно

[@reactioner2005]

А как получить доступ к домашке для тех, кто не участвовал во время тренировок?

[@Irades]

Спасибо ❤

[@vg8-j1f]

1:28:00 Так надо shuffle делать в любом случае, иначе и в cross-validation fold могут оказаться одни пенсионеры. Или нет?) Ну кроме time series:)

[@dmit100]

Под объектами понимается целевые переменные, т.е. то, что предсказываем или что?

[@fdshdsfdsqq]

целевые переменные (y) != предсказанные значения (ŷ), но мы стремимся к тому, чтобы это равенство выполнялось. X это матрица "объект-признак", где строки это объекты (в примере с жильем каждый объект может быть отдельным домом или квартирой), а колонки это признаки (в задаче предсказания цен на жилье признаками могут быть площадь дома, количество комнат, расстояние до центра города и т.д.). y = "ответы" или "метки", известные значения, которые модель стремится предсказать, а ŷ​ - результат работы модели (может быть как скаляром, так и вектором, в зависимости от модели)

[@ArtyomIonash]

1:40:00 А на какую статью от тут ссылается?

[@ArtyomBoyko]

Добрый день. Где можно посмотреть записи?

[@WhiteBriar]

Если мы ищем вектор весов, а вес - это weight, то у нас не вектор омега, а вектор дабл ю.

[@from_spb]

Интересное кино, из одного училенного шума исключили обратный усиленный шум и получили искомое число. 🤯 Н-надежность

[@zheka77111]

1:11:30 правдоподобие

[@TheABCdiary]

Штука про раков была уместной.

[@AminYas]

28:00