Parte uno de tres: Introducción, modelado de regresión lineal y mínimos cuadrados ordinarios (OLS)

Cambios de valor de coeficiente de modelo con valores de penalización de regularización crecientes (Imagen del autor)

Oye 👋

Bienvenido a la primera parte de un análisis profundo de tres partes sobre modelado de regresión lineal regularizado – algunos de los algoritmos más populares para tareas de aprendizaje supervisado.

Antes de entrar en las ecuaciones y el código, analicemos primero lo que se cubrirá en esta serie.

Parte uno incluirá una discusión introductoria sobre la regresión, una explicación del modelo de regresión lineal y una presentación de la Mínimos cuadrados ordinarios (OLS) (a partir de la derivación del estimador del modelo usando la teoría de optimización aplicada a través de la implementación de los hallazgos en Python usando NumPy).

Los inconvenientes del modelo OLS y algunas posibles soluciones se discutirán en la segunda parte. Uno de esos remedios, Regresión de crestas, se presentará aquí con una explicación que incluye la derivación de su estimador de modelo y la implementación de NumPy en Python. …


#classev #relnoopener #hrefvectorizemovingwindowgridoperationsonnumpyarrays7bb195f5e7easourcecollectionhome0Vectorizar #operaciones #cuadrícula #ventana #móvil #matrices #NumPya