Линейные модели

Основа с Junior

Линейная и логистическая регрессия, регуляризация L1 и L2.

Критерии освоения

Практика. Построить модель цены квартир линейной регрессией с интерпретацией коэффициентов.

Объясняет регуляризацию L1 и L2 и её влияние на веса
Объясняет, почему логистическая регрессия выдаёт вероятность и что такое калибровка

Практика. Сравнить L1, L2 и ElasticNet на данных с множеством коррелированных признаков и объяснить отличия весов.

Как работают линейная и логистическая регрессия? Junior
Линейная регрессия предсказывает число как взвешенную сумму признаков, веса подбираются минимизацией среднеквадратичной ошибки. Логистическая регрессия — это классификация: ту же…
Что такое регуляризация и чем L1 отличается от L2? Middle
Регуляризация добавляет к функции потерь штраф за большие веса, чтобы модель не подгонялась под шум. L2 (Ridge) — штраф за сумму квадратов: веса уменьшаются плавно, но не до нуля…
Как работает градиентный спуск и что такое learning rate? Junior
Градиентный спуск минимизирует функцию потерь, шаг за шагом сдвигая параметры против градиента — в сторону наибольшего уменьшения ошибки. Learning rate — размер шага: слишком…

Закрытая бета

На живом собеседовании sotto слышит вопрос интервьюера и показывает короткий ответ и план. Оставьте контакт — пришлём доступ и промокод.