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
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
Информация о видео
Другие видео канала
![Объяснение и реализация логистической регрессии на Python с нуля](https://i.ytimg.com/vi/1vklt6IHeJI/default.jpg)
![Объяснение метода максимального правдоподобия, визуализация и пример использования](https://i.ytimg.com/vi/8FImFu_qldU/default.jpg)
![Задача кластеризации. Алгоритм k-cредних (k-means) и реализация на Python](https://i.ytimg.com/vi/hBRdDPUWyq8/default.jpg)
![Почему L1 регуляризация отбирает признаки? Понятное объяснение](https://i.ytimg.com/vi/vACmNV1xPDA/default.jpg)
![Линейная регрессия. Вероятностная интерпретация, связь с максимизацией правдоподобия](https://i.ytimg.com/vi/FlIvKzrpnXQ/default.jpg)
![Введение в анализ данных, лекция 7 — стохастический градиентный спуск, линейная классификация](https://i.ytimg.com/vi/zTWN_8hLDQw/default.jpg)
![Лекция 1. Введение в машинное обучение.](https://i.ytimg.com/vi/LcvKd42DGQU/default.jpg)
![Python Tutorial - Python Full Course for Beginners](https://i.ytimg.com/vi/_uQrJ0TkZlc/default.jpg)
![Основы Программирования - #1 - Логика. Алгоритмы](https://i.ytimg.com/vi/_J-3nt9bhbI/default.jpg)
![Алгоритмы на Python 3. Лекция №1](https://i.ytimg.com/vi/KdZ4HF1SrFs/default.jpg)
![Linear Regression, Clearly Explained!!!](https://i.ytimg.com/vi/nk2CQITm_eo/default.jpg)
![الدرس 23 - الرياضيات للصف الرابع العلمي - حل تمارين (3-3)، الجزء الثاني](https://i.ytimg.com/vi/7Rbbkhq1vWg/default.jpg)
![The Map of Mathematics](https://i.ytimg.com/vi/OmJ-4B-mS-Y/default.jpg)
![Linear regression (6): Regularization](https://i.ytimg.com/vi/sO4ZirJh9ds/default.jpg)
![C++ Introduction | C ++ Tutorial | Mr. Kishore](https://i.ytimg.com/vi/l0qvxPPISuY/default.jpg)
![11 Secrets to Memorize Things Quicker Than Others](https://i.ytimg.com/vi/mHdy1xS59xA/default.jpg)
![11. Introduction to Machine Learning](https://i.ytimg.com/vi/h0e2HAPTGF4/default.jpg)
![Curso Python #04 - Primeiros comandos em Python3](https://i.ytimg.com/vi/31llNGKWDdo/default.jpg)
![Алгоритмы на Python 3. Лекция №3](https://i.ytimg.com/vi/b8m9uRMpKJk/default.jpg)
![logarytmy - obliczanie logarytmów](https://i.ytimg.com/vi/Kz7SLvsVkWc/default.jpg)