Comparaison entre les méthodes: GMR vs SVR

Cette séance de cours compare la régression matricielle généralisée (RMG) avec la régression vectorielle de soutien (RVS) dans le contexte de l'apprentissage automatique. GMR prédit les tendances à partir de points de données, tandis que SVR calcule une combinaison pondérée de prédicteurs locaux. La séance de cours discute des similitudes et des différences entre les deux méthodes, soulignant que GMR peut prédire des sorties multidimensionnelles, contrairement à SVR. Il couvre également les hyperparamètres des deux techniques et conclut qu'il n'y a pas de moyen simple de déterminer quelle technique de régression convient le mieux à un problème donné.