Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Cette séance de cours couvre l'interprétation probabiliste de la régression linéaire, y compris la probabilité articulaire, la probabilité conditionnelle et l'utilisation de la régression de crête. Il examine également la notion de surajustement, les moyens de la quantifier et les méthodes de l'atténuer, comme la validation croisée. L'instructeur explique l'importance de l'inférence statistique dans l'estimation des paramètres de vérité au sol et la distribution postérieure. Différents concepts comme la probabilité marginale, le pseudo-inverse et la règle bayésienne sont explorés dans le contexte de la régression linéaire.