Estimation, réduction et pénalisation

Cette séance de cours, donnée par l'instructeur le 16 novembre 2020, s'inscrit dans les concepts d'estimation, de rétrécissement et de pénalisation des statistiques pour la science des données. La séance de cours aborde des sujets tels que le minimisateur unique d'une fonction spécifique, le rôle du rétrécissement dans la réduction de la taille des coefficients, et les implications de différents types de normes dans la régression. L'instructeur explique l'importance d'équilibrer le biais et la variance dans l'estimation statistique, montrant comment différentes techniques comme la régression des crêtes et la LASSO peuvent améliorer la performance du modèle. La séance de cours se termine par des discussions sur le modèle linéaire généralisé, la sélection du modèle et la normalité asymptotique des estimateurs de probabilité maximale dans les GLM.