Les bases de la régression linéaire : la perspective ERM

Cette séance de cours couvre les bases de la régression linéaire du point de vue de la minimisation empirique du risque, en se concentrant sur la perte carrée. Les sujets abordés comprennent la matrice de conception, le vecteur de sortie, le prétraitement des données, la régression des moindres carrés ordinaires et la minimisation du risque empirique. L'instructeur explique comment calculer les gradients, les équations normales et les conditions d'une solution unique en régression linéaire.