Régression multi-linéaire

Dans cours

Cupidatat sit aliqua ex commodo eu cillum enim. Eiusmod amet enim commodo in esse aliquip adipisicing do aliqua irure aute proident. Voluptate anim tempor magna sunt velit quis incididunt consectetur ipsum incididunt occaecat consequat. Laboris non commodo laboris ex voluptate et fugiat in laborum enim mollit anim dolor laborum. Ullamco mollit et eiusmod ullamco irure qui mollit ex elit commodo. Consequat commodo consequat aute quis anim voluptate eiusmod laboris nisi non.

Description

Cette séance de cours couvre le concept de régression multi-linéaire, qui consiste à prédire une réponse en utilisant plusieurs variables explicatives. L'instructeur explique le calcul des coefficients et la méthode des moindres carrés pour l'ajustement du modèle.

Connectez-vous pour regarder la vidéo

Source officielle

https://mediaspace.epfl.ch/media/0_6gzv0his

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Proximité ontologique

Statistique

Analyse des données: Régression (statistiques)

Séances de cours associées (33)