Rozdział 12. Zastosowania metody najmniejszych kwadratów
W tym rozdziale zobaczysz kilka przykładów dopasowywania modelu za pomocą metody najmniejszych kwadratów do rzeczywistych danych. W międzyczasie dowiesz się, jak zaimplementować metodę najmniejszych kwadratów przy użyciu kilku różnych, bardziej stabilnych numerycznie funkcji Pythona. Poznasz też kilka nowych koncepcji z obszaru statystki i uczenia maszynowego, takich jak współliniowość, regresja wielomianowa i algorytm przeszukiwania siatki (alternatywa dla metody najmniejszych kwadratów).
Rozdział ten pozwoli Ci zorientować się w sposobach wykorzystywania metody najmniejszych kwadratów w praktyce. Zrozumiesz też rolę stabilnych numerycznie algorytmów w rozwiązywaniu „trudnych” problemów, ...
Get Praktyczna algebra liniowa dla analityków danych now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
