Регуляризация в Sklearn | L1, L2, Elastic Net | Lasso, Ridge, LogisticRegression | Машинное обучение

Библиотеки Python для Data Science https://stepik.org/a/129105 С промокодом JULIA_ML скидка 50% до 31.12.2022 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: - Как обучать модели с регуляризацией для задачи регрессии? (Ridge, Lasso, ElasticNet) - Как обучать модель с регуляризацией для задачи классификации? - Как изменяются веса при изменении коэффициента регуляризации? - Как визуализировать разделяющую плоскость для классификации? 🌟 Регуляризация. Теория - https://youtu.be/4WcHxtYy3_8 🌟 Линейная регрессия - https://youtu.be/KJA9A1q9l7E 🌟 Логистическая регрессия - https://youtu.be/ruVK07YF-RU 🤖 Ноутбук из видео https://colab.research.google.com/drive/1l6FqsdCphePcGx3-t3zXiDLVOjb40WG7 0:00 Введение 0:05 План занятия 0:39 Что нужно знать для занятия 1:03 Курс https://stepik.org/a/129105 3:00 Регуляризация для задачи регрессии 4:45 Усложнение признаков через PolynomialFeatures 6:00 Пайплайн через make_pipeline из sklearn 6:43 Ridge. L2 регуляризация. Гребневая регрессия 8:15 Визуализация предсказаний линейной регрессии 10:27 Подсчет метрик качества 12:24 Визуализация весов для разных коэффициентов регуляризации 13:58 Lasso. L1 регуляризация 14:28 Визуализация предсказаний линейной регрессии 14:50 Подсчет метрик качества 15:38 Визуализация весов для разных коэффициентов регуляризации 16:27 ElasticNet. L1+L2 регуляризация 17:00 l1_ratio в ElasticNet 18:10 Визуализация предсказаний линейной регрессии 18:25 Подсчет метрик качества 19:32 Регуляризация для задачи классификации 20:34 Усложнение признаков через PolynomialFeatures 22:34 Ridge. L2 регуляризация в LogisticRegression. penalty='l2' 23:23 solver в LogisticRegression 24:33 Визуализация предсказаний классификации на двух признаках 25:57 Подсчет метрик качества 26:47 Визуализация контура разделительной линии для классификации на двух признаках 29:18 Визуализация весов для разных коэффициентов регуляризации 29:40 Lasso. L1 регуляризация в LogisticRegression. penalty='l1' 30:04 Визуализация предсказаний классификации на двух признаках 32:18 Визуализация весов для разных коэффициентов регуляризации 32:37 ElasticNet. L1+L2 регуляризация в LogisticRegression. penalty='elasticnet' 33:23 Визуализация предсказаний классификации на двух признаках 34:04 Резюме занятия 34:23 ♡