【機械学習】線形回帰（前編）| 線形回帰の理論

[@Naru-m7t]

わからない人間のための説明　という感じがして素晴らしいと思いました。

[@TA-yh2qy]

いつも質の高い動画ありがとうございます。日本語で機械学習を詳しく説明してる動画が他に少ないので助かります。

[@yuuch01]

資料も綺麗、説明も明快でわかりやすいです。ありがとうございます。

[@datsuryoku]

わかりやすい説明ですね。理解の助けになりました。ありがとうございました。

[@road_to_x0]

分かりやすいです！

[@penguin_coco2601]

9:36 では損失関数はここでは二乗誤差の関数だから二次関数( = おわん型) と言っているのだけど、15:50で出てくるプロットはお椀が二つあります。損失関数は高次関数にもなりうるということですよね？損失関数が高次関数になるのはどういう時ですか？多次元のデータで最小二乗法をしてるんでしょうか。頭いい人教えてください。

[@上田夏月]

失礼します、非常に分かりやすい解説ありがとうございます。 一つ気になったのですが、18:14でインポートをされていますが、"matplotlib inline"を# でコメントアウトされているのはなぜでしょうか？ 私の見た書籍では、matplotをインポートする際に、よく"%matplotlib inline"もセットで書かれていたので、もしかしてその間違いでは、と思ったのですが、どうでしょうか？

[@shinnosukekamohara8317]

LinearRegression().fit(x,y.ravel()) の所で、yを(100,1)から(100,) と変換していますが、xにも同様の操作を行わないのはなぜでしょうか? x y でデータの配列が異なるのは数学的に正しいのでしょうか？　分かる方、ご教授ください。

[@ogurahiroto9591]

4:10

[@jutam8394]

マイナス評価0ってすごし