Поддержать канал можно оформив подписку на
🎉 https://boosty.to/machine_learrrning
🎉 https://vk.com/machine_learrrning
🎉 А можете скидывать монеты на https://www.donationalerts.com/r/machine_learrrning
Канал в TG https://t.me/machine_learrrning
Группа в VK https://vk.com/machine_learrrning
Преподаю на курсах в онлайн-университете на программах, связанных с ИИ и Data Science:
https://go.redav.online/13d10800fd8342c0 (Нетология)
Приходите ко мне на занятия!
Курсы на платформе Stepik:
1. Библиотеки Python для Data Science https://stepik.org/a/129105
2. Введение в нейронные сети (Keras/Tensorflow) https://stepik.org/a/127274
❓ Вопросы, на которые найдем ответы в этом видео:
- Зачем нужна регуляризация?
- Что из себя представляет регуляризация?
- Какие есть отличия L1 и L2 регуляризации?
- Как можно пользоваться регуляризацией?
🌟 Переобучение
https://youtu.be/c4Cg3TUIH0E
🌟 Что делать с переобучением
https://youtu.be/tqhsbEYKJRI
🌟 Линейная регрессия
https://youtu.be/KJA9A1q9l7E
0:00 Введение
0:17 План занятия
0:28 Что нужно знать для занятия
0:47 Поддержка https://boosty.to/machine_learrrning
0:47 Поддержка https://vk.com/machine_learrrning
1:03 Зачем нужна регуляризация
1:18 Почему регуляризация помогает бороться с переобучением
1:45 Что такое регуляризация
2:23 Штраф на линейную модель
3:11 Большой коэффициент регуляризации
4:10 Маленькое значение коэффициента регуляризации
4:43 Коэффициент регуляризации
5:00 L2 регуляризация. Ridge. Гребневая регрессия
6:26 L1 регуляризация. Lasso
6:58 Нулевые веса при L1 регуляризации. Отбор признаков
7:27 Что такое Elastic Net
8:26 Резюме по методам регуляризации
8:39 Как использовать регуляризацию
9:12 Регуляризация для регрессии
10:12 Регуляризация для классификации
10:53 RidgeClassifier
11:20 Резюме занятия
12:06 ♡