Séance de cours

Régression non paramétrique : estimation polynomiale locale

Dans cours
DEMO: ullamco quis
Fugiat ex sint consectetur exercitation duis sint eu. Pariatur consectetur excepteur dolor eu deserunt nulla reprehenderit fugiat. Ullamco incididunt anim nostrud amet exercitation sit cillum esse. Id ea commodo quis aliqua in do exercitation adipisicing eu in. Sit et labore adipisicing velit voluptate aliquip fugiat labore esse qui consectetur id. Ullamco nulla mollit est culpa est ad. Reprehenderit duis exercitation sunt reprehenderit culpa dolor incididunt sit adipisicing amet Lorem.
Connectez-vous pour voir cette section
Description

Cette séance de cours introduit la régression non paramétrique, en se concentrant sur l'estimation polynomiale locale comme méthode pour estimer les fonctions de régression en termes locaux. L'instructeur discute du concept de fluidité dans les fonctions et démontre l'utilisation du lissage du noyau et de la régression linéaire locale. La séance de cours couvre également l'idée d'estimation de la fonction de base, en particulier les splines, et explique comment les moindres carrés pénalisés peuvent être utilisés pour équilibrer la fidélité aux données et la fluidité de la fonction estimée. À travers des exemples et des explications mathématiques, l'instructeur illustre les compromis entre le biais et la variance dans les méthodes de régression non paramétriques.

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.