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 le modèle de régression linéaire et la méthode des moindres carrés, en mettant l'accent sur la recherche des paramètres a et b qui minimisent la fonction de perte L(a,b) = ☆ (Z - atm - b)2). L'instructeur explique le processus étape par étape, soulignant l'importance de minimiser la fonction de perte pour obtenir le meilleur ajustement. Différents exemples et dérivations mathématiques sont fournis pour illustrer les concepts et les applications pratiques de la régression linéaire. La séance de cours se termine par une discussion sur l'importance de la méthode des moindres carrés dans la modélisation statistique et l'analyse des données.