Player FM 앱으로 오프라인으로 전환하세요!
#016 ML Линейная регрессия
Manage episode 280512604 series 2602683
С этого метода машинного обучения стоило бы начать сразу, ведь линейная регрессия - это своего рода "Hello world" машинного обучения. В выпуске я рассказываю про разные подходы к описанию данных (интерполяция, аппроксимация и регрессия) и подробно останавливаюсь на линейной регрессии - как самом простом и наглядном методе обучения с учителем. Также про функцию потерь - среднеквадратичную ошибку, наиболее часто используемую в линейной регрессии, про градиентный спуск в рамках линейной регрессии и про место линейной регрессии среди методов машинного обучения. Казалось бы, причем здесь Марк Твен? Полезного вам прослушивания!
Ссылки выпуска:
Курс Andrew Ng на coursera (про линейную регрессию, функцию потерь и градиентный спуск - первая неделя курса) - https://www.coursera.org/learn/machine-learning
Выпуск подкаста #003 ML Методы машинного обучения - https://anchor.fm/kmsrus/episodes/003-ML-eb2mei
Выпуск подкаста #006 ML Основы нейросетей ч.1 - https://anchor.fm/kmsrus/episodes/006-ML----1-ejthqa
Выпуск подкаста #015 ML Основы нейросетей ч.2 Градиентный спуск - https://anchor.fm/kmsrus/episodes/015-ML----2-enljpl
Буду благодарен за обратную связь!
Оставляйте ваши комментарии там, где можно. Например, в Apple Podcasts. Они помогут сделать подкаст лучше! Напишите что вам было понятно, что не очень, какие темы раскрыть, каких гостей пригласить, ну, и вообще в какую сторону катить этот подкаст :)
Поддерживайте подкаст на Patreon (https://www.patreon.com/machinelearningpodcast)
Подписывайтесь на телеграм-канал "Стать специалистом по машинному обучению" (https://t.me/toBeAnMLspecialist)
Телеграм автора подкаста (https://t.me/kmsint)
Со мной также можно связаться по электронной почте: kms101@yandex.ru
Также теперь подкаст можно найти на YouTube (https://www.youtube.com/channel/UCzvfXLNpB2Bbf32dc7a8oDQ?)
59 에피소드
Manage episode 280512604 series 2602683
С этого метода машинного обучения стоило бы начать сразу, ведь линейная регрессия - это своего рода "Hello world" машинного обучения. В выпуске я рассказываю про разные подходы к описанию данных (интерполяция, аппроксимация и регрессия) и подробно останавливаюсь на линейной регрессии - как самом простом и наглядном методе обучения с учителем. Также про функцию потерь - среднеквадратичную ошибку, наиболее часто используемую в линейной регрессии, про градиентный спуск в рамках линейной регрессии и про место линейной регрессии среди методов машинного обучения. Казалось бы, причем здесь Марк Твен? Полезного вам прослушивания!
Ссылки выпуска:
Курс Andrew Ng на coursera (про линейную регрессию, функцию потерь и градиентный спуск - первая неделя курса) - https://www.coursera.org/learn/machine-learning
Выпуск подкаста #003 ML Методы машинного обучения - https://anchor.fm/kmsrus/episodes/003-ML-eb2mei
Выпуск подкаста #006 ML Основы нейросетей ч.1 - https://anchor.fm/kmsrus/episodes/006-ML----1-ejthqa
Выпуск подкаста #015 ML Основы нейросетей ч.2 Градиентный спуск - https://anchor.fm/kmsrus/episodes/015-ML----2-enljpl
Буду благодарен за обратную связь!
Оставляйте ваши комментарии там, где можно. Например, в Apple Podcasts. Они помогут сделать подкаст лучше! Напишите что вам было понятно, что не очень, какие темы раскрыть, каких гостей пригласить, ну, и вообще в какую сторону катить этот подкаст :)
Поддерживайте подкаст на Patreon (https://www.patreon.com/machinelearningpodcast)
Подписывайтесь на телеграм-канал "Стать специалистом по машинному обучению" (https://t.me/toBeAnMLspecialist)
Телеграм автора подкаста (https://t.me/kmsint)
Со мной также можно связаться по электронной почте: kms101@yandex.ru
Также теперь подкаст можно найти на YouTube (https://www.youtube.com/channel/UCzvfXLNpB2Bbf32dc7a8oDQ?)
59 에피소드
모든 에피소드
×플레이어 FM에 오신것을 환영합니다!
플레이어 FM은 웹에서 고품질 팟캐스트를 검색하여 지금 바로 즐길 수 있도록 합니다. 최고의 팟캐스트 앱이며 Android, iPhone 및 웹에서도 작동합니다. 장치 간 구독 동기화를 위해 가입하세요.