Загрузка страницы

Объяснение и реализация регуляризации в линейных моделях

В этом видео я рассказываю зачем нужна регуляризация и как её осуществить в линейных моделях. Затем показываю, как её можно самому реализовать в Python и как она помогает избежать переобучения.

Подписывайся на канал, дальше будет ещё больше полезных и интересных видео :)

Код: https://github.com/leshanbog/misc/blob/master/regularized_regression.ipynb

vk: https://vk.com/leshanbog
twitter: https://twitter.com/leshanbog
instagram: https://www.instagram.com/leshanbog/

0:00 - Приветствие
0:14 - Борьба с переобучением
4:45 - Отбор признаков
5:05 - Проблема мультиколлинеарности
9:23 - Как этого достичь?
11:58 - Задача оптимизации - список пожеланий
13:49 - Реализация на Python
15:21 - Уменьшаем переобучение
20:56 - Заключение

Видео Объяснение и реализация регуляризации в линейных моделях канала Лёша Бухтияров
Показать
Комментарии отсутствуют
Введите заголовок:

Введите адрес ссылки:

Введите адрес видео с YouTube:

Зарегистрируйтесь или войдите с
Информация о видео
16 января 2022 г. 20:12:23
00:21:38
Другие видео канала
Объяснение и реализация логистической регрессии на Python с нуляОбъяснение и реализация логистической регрессии на Python с нуляОбъяснение метода максимального правдоподобия, визуализация и пример использованияОбъяснение метода максимального правдоподобия, визуализация и пример использованияЗадача кластеризации. Алгоритм k-cредних (k-means) и реализация на PythonЗадача кластеризации. Алгоритм k-cредних (k-means) и реализация на PythonПочему L1 регуляризация отбирает признаки? Понятное объяснениеПочему L1 регуляризация отбирает признаки? Понятное объяснениеЛинейная регрессия. Вероятностная интерпретация, связь с максимизацией правдоподобияЛинейная регрессия. Вероятностная интерпретация, связь с максимизацией правдоподобияВведение в анализ данных, лекция 7 — стохастический градиентный спуск, линейная классификацияВведение в анализ данных, лекция 7 — стохастический градиентный спуск, линейная классификацияЛекция 1. Введение в машинное обучение.Лекция 1. Введение в машинное обучение.Python Tutorial - Python Full Course for BeginnersPython Tutorial - Python Full Course for BeginnersОсновы Программирования - #1 - Логика. АлгоритмыОсновы Программирования - #1 - Логика. АлгоритмыАлгоритмы на Python 3. Лекция №1Алгоритмы на Python 3. Лекция №1Linear Regression, Clearly Explained!!!Linear Regression, Clearly Explained!!!الدرس 23 - الرياضيات للصف الرابع العلمي - حل تمارين (3-3)، الجزء الثانيالدرس 23 - الرياضيات للصف الرابع العلمي - حل تمارين (3-3)، الجزء الثانيThe Map of MathematicsThe Map of MathematicsLinear regression (6): RegularizationLinear regression (6): RegularizationC++ Introduction | C ++ Tutorial | Mr. KishoreC++ Introduction | C ++ Tutorial | Mr. Kishore11 Secrets to Memorize Things Quicker Than Others11 Secrets to Memorize Things Quicker Than Others11. Introduction to Machine Learning11. Introduction to Machine LearningCurso Python #04 - Primeiros comandos em Python3Curso Python #04 - Primeiros comandos em Python3Алгоритмы на Python 3. Лекция №3Алгоритмы на Python 3. Лекция №3logarytmy - obliczanie logarytmówlogarytmy - obliczanie logarytmów
Яндекс.Метрика