Нарисовать такой закон можно, если у вас есть только один или два признака, чтобы визуализация получилась в 2D или 3D Вот есть небольшой пример по визуализации предсказаний линейной модели: scikit-learn.org/stable/auto_examples/linear_model/plot_ols.html#sphx-glr-auto-examples-linear-model-plot-ols-py
может уже не актуельно, на Х это по своей природе матрица(матрица фичей) а у по своей природе вектор, таким образом мы хотим показать разницу между структурой объектов
11:56 Когда она начинает искать свои зависимости значит сеть развивается правильно и она умнее её создателей, которые обрубают её говоря что это переобучение. Короче ясно - переобучением называют появление интеллекта. А кто называет? Недообученные недопрограммситы.
Как же я тебя обожаю! Самый крутой канал с самыми понятными объяснениями машинки!
Солнышко, заячка, дай Бог здоровья Тебе.
Лучший канал по теме ML
Спасибо!
Спасибо за понятный и доступный материал :) Пожалуйста, продолжайте!
Очень классный ролик! Все доступно рассказано и показано. Спасибо за то, что делаете это для нас
Большое спасибо!
Сразу видно университетского преподавателя! Аплодирую!
Ты потрясающая преподаватель)
Спасибо, удачи на продолжение
немного поначалу резало слух "модельКА" (на вкус и цвет... как говорится), но по качеству объяснения безупречно, спасибо
Спасибо
Супер
Про матплотлиб сиборн и плотли что нибудь будет? Очень жду
Классное объяснение!
Можете объяснить как именно рисовать закон обучения модели или дать ссылку на статью?
Нарисовать такой закон можно, если у вас есть только один или два признака, чтобы визуализация получилась в 2D или 3D
Вот есть небольшой пример по визуализации предсказаний линейной модели: scikit-learn.org/stable/auto_examples/linear_model/plot_ols.html#sphx-glr-auto-examples-linear-model-plot-ols-py
В голову приходит запихнуть модель в цикл с подбором оптимального колличества вопросов
Или же воспользоваться GridSearchCV из sklearn, чтобы не руками всё это обучать :)
А почему Вы всегда X большой пишите, а y маленький?
может уже не актуельно, на Х это по своей природе матрица(матрица фичей) а у по своей природе вектор, таким образом мы хотим показать разницу между структурой объектов
Старого пса новым трюкам не обучишь!
11:56 Когда она начинает искать свои зависимости значит сеть развивается правильно и она умнее её создателей, которые обрубают её говоря что это переобучение.
Короче ясно - переобучением называют появление интеллекта. А кто называет? Недообученные недопрограммситы.