РЕАЛИЗАЦИЯ ЛИНЕЙНОЙ РЕГРЕССИИ | Линейная регрессия | LinearRegression | МАШИННОЕ ОБУЧЕНИЕ

Аватар автора
machine learrrning
Поддержать канал можно оформив подписку на 💻 Мои курсы на платформе Stepik: Вопросы, на которые найдем ответы в этом видео: Что такое линейная регрессия? Как обучить LinearRegression из sklearn? Как написать свою реализацию LinearRegression? Что такое градиентный спуск? 0:00 Вводная 0:08 Что такое линейная регрессия в общих чертах 0:37 Разные линии ax + b 2:25 Получение данных 3:11 Обучение LinearRegression из sklearn 3:39 Коэффициенты у линейной регрессии .coef_, .intercept_ 4:04 Отрисовка линейной регрессии 4:40 Предсказания линейной модели .predict() 4:54 Предсказания линейной модели через коэффициенты 5:14 Построение другой линейной регрессии 5:53 Сравнение линейных моделей по отклонению 6:56 Сравнение линейных моделей по метрике MSE 7:30 Как обучается линейная регрессия? 7:49 Оптимизация MSE 8:55 Градиентный спуск 8:59 Что такое градиент 9:54 Антиградиент 10:13 Градиент на примере гор 11:26 Реализация градиентного спуска на python 13:15 Скорость обучения (шаг обучения) в градиентном спуске 14:21 Второй шаг градиентного спуска 14:56 Цикл градиентного спуска 16:40 Критерий остнова градиентного спуска по коэффициентам 18:17 Алгоритм градиентного спуска 18:59 Реализация линейной регрессии через градиентный спуск 19:30 Реализация функции MSE и производная MSE 21:58 Цикл обучения линейной регрессии на одном признаке 24:30 Обучение многомерное линейной регрессии 24:54 Обучение LinearRegression из sklearn 25:06 Веса линейной регрессии 25:54 Предсказания...

0/0


0/0

0/0

0/0