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 la régression linéaire, en se concentrant sur la régression des moindres carrés, les résidus, les intervalles de confiance pour les coefficients et la variance, et les diagnostics de régression. Il explique la configuration des modèles de régression linéaire, des exemples de régression polynomiale et des hypothèses comme les hypothèses théoriques normales. La séance de cours se penche également sur le théorème de Gauss-Markov, l'approche de probabilité maximale et le diagnostic de régression par l'analyse résiduelle et les diagrammes de distribution.