Concept
Méthode des moindres carrés ordinaire
Séances de cours associées (276)
Matrice de densité et entropie von Neumann: première intro
Introduit la matrice de densité et l'entropie von Neumann dans les systèmes quantiques.
Exemples de modèles de décision pour l'apprentissage supervisé
Couvre des exemples de modèles de décision pour lapprentissage supervisé, y compris la régression, la classification, les paires de classement et le décodage de séquence pour les modèles OCR.
Moins-quares récursifs : Formulation pondérée
Couvre l'algorithme Recursive des moins-quaires avec une formulation pondérée pour la mise à jour des données en temps réel.
Les bases de la régression linéaire : la perspective ERM
Introduit des bases de régression linéaire du point de vue de la minimisation empirique des risques, couvrant la perte carrée, le prétraitement des données et le calcul du gradient.
Plackett-Burman Design : Matrice Hadamard
Explore la construction et l'application des matrices de Hadamard pour une estimation efficace des principaux effets sans interactions dans la conception de Plackett-Burman.
Régression multilinéaire : bases et applications
Couvre les bases de la régression multilinéaire et son application dans l'analyse des propriétés des matériaux.
Modèles linéaires: Bases
Introduit des modèles linéaires dans l'apprentissage automatique, couvrant les bases, les modèles paramétriques, la régression multi-sorties et les mesures d'évaluation.
Hétéroskédasticité et autocorrélation
Explore l'hétéroscédasticité et l'autocorrélation en économétrie, couvrant les implications, les applications, les méthodes de test et les conséquences des tests d'hypothèses.
Splines: Fondamentaux et applications
Explore les splines B, les splines cubiques naturelles et les splines de lissage dans les problèmes de régression et leurs applications pratiques.
Hadamard Design: Introduction et construction
Présente Hadamard et Plackett-Burman conçoit, expliquant les techniques de construction, d'analyse et d'optimisation.