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)
4:35 начало
11:18 линейные модели
16:20 линейная регрессия
46:15 теорема Гаусса-Маркова
1:23:55 методы оценки качества модели
Можно тренировки по математике добавить в следующем сезоне
В принципе, есть очень полный курс на яндекс практикуме по математике
который платный?@@ВладиславРоманиченко
math refresher от создателей тренировок по ML(giraffe ai)
@@ВладиславРоманиченко можно ссылку?
Читайте Зорича, Постникова и Кострикина.
*LASSO - L1, Ridge - L2
А как получить доступ к домашке для тех, кто не участвовал во время тренировок?
Ничего непонятно но очень интересно
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:)
1:40:00 А на какую статью от тут ссылается?
1:11:30 правдоподобие
Добрый день. Где можно посмотреть записи?
Спасибо ❤
28:00
Интересное кино, из одного училенного шума исключили обратный усиленный шум и получили искомое число. 🤯 Н-надежность
Под объектами понимается целевые переменные, т.е. то, что предсказываем или что?
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)
Если мы ищем вектор весов, а вес - это weight, то у нас не вектор омега, а вектор дабл ю.
Штука про раков была уместной.