Машинное обучение 1. Лекция 2

ст. преп. Соколов Евгений Андреевич

[@user-dm9hc1nk3b]

Тема лекции: Линейная регрессии. Градиентный спуск.
Тайм-коды:
00:05 Линейная регрессия
04:32 Функционалы ошибок в задачах регрессии
04:58 MSE, RMSE, R2
10:30 MAE
14:50 MSLE, MAPE, SMAPE
20:20 Обучение. Аналитическое решение. Проблема обращения матриц
26:06 Gradient Descent (GD)
34:50 Stochastic Gradient Descent (SGD)
40:44 Stochastic Average Gradient (SAG)
45:18 Проблема градиентной оптимизации
46:42 Nesterov Momentum
50:06 Проблема выбора Learning rate
51:54 AdaGrad
54:26 RMSProp
56:24 Оценка ошибки модели
57:10 Training Sample and Validation Sample
57:40 Cross-validation
58:56 Регуляризация

[@pavel2195]

Супер, спасибо!

[@jd-chnl]

Парень толково объясняет, жаль только что не все сразу понимаю)

[@ivankrokhalyov8459]

укажите тему в названиях видео, очень неудобно перелистывать все лекции в поисках нужной

[@forthebetterfutureofworld]

а где можно посмотреть лекцию 1?

[@sashakaralchuk2667]

нашел?

[@Denis-bj7ob]

ua-cam.com/video/WH6VDBwCw7E/v-deo.html

[@sashakaralchuk2667]

Denis Morozov спасибо

[@Denis-bj7ob]

@@sashakaralchuk2667 Пожалуйсто

[@sashakaralchuk2667]

@@Denis-bj7ob мб есть практические задания к этим видосам

[@user-hu1xl3ez7o]

Приглашаем в группу по методам
машинного обучения и Data Science - без формул: vk.com/dm_azforus