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

[@АлександрПетченко-з8в]

Наверное лучший канал по машинному обучению. Идеальная подача информации для тех кто действительно хочет разобраться. Странно, что так людей мало,наверно всё спят)

[@machine_learrrning]

Огромное спасибо! Очень рада, что нравятся мои видео 😻

[@Diabolic9595]

Сердечно благодарю за уроки хорошего содержания по машинному learrrning. Разбираюсь в ML по Вашим роликам и закрываю пробелы в этой интересной и перспективной сфере 🤓

[@machine_learrrning]

Рада, что с помощью моих видео возникает лучшее понимание сферы 😊

[@dqwasdw]

Огромное спасибо за все видосы, благодаря им сдал экзамен по ML на 5

[@machine_learrrning]

Пожалуйста! Поздравляю с успешной сдачей экзамена :)

[@Tolyeschebudet]

Отлично , продолжай!

[@ЮлияГраница-н3р]

Классный материал! Большое спасибо!

[@machine_learrrning]

Рада помочь! 😻

[@T2R2D2]

С наступающим Новым годом!🥳🥳🥳🥳🥳 Замечательный курс! Какая Вы молодец!

[@machine_learrrning]

Спасибо за поздравления и за приятные слова! Вас тоже с наступающими праздниками 😊

[@СалаватФайзуллин-щ3д]

Здравствуйте, у вас замечательные уроки! Но у меня накопился один огромный глупый вопрос. Вот смотрите: линейная регрессия описывается весами и свободным членом - это все линейно, но как тогда наша регрессия способна улавливать нелинейные зависимости, если она описывается линейным уравнением? Много где искал ответ на этот вопрос, но везде видел странные ответы. Заранее благодарю!

[@machine_learrrning]

Линейная регрессия сможет находить нелинейные закономерности, если сделать полиномизацию признаков, повозводить их в степени. То есть как только ваши признаки будут в виде признак^2, признак^3 и тд, то и модель сможет находить нелинейные закономерности с этими признаками, но по факту модель остается линейной, просто из-за того, что признаки усложненные и получается эффект нелинейности.

[@d14400]

Линейная по весам, признаки в любо степени, даже перемножать признаки можно

[@elenagavrilova3109]

очень здорово, но жаль очень нечетко видно, хотелось бы код читать вместе с Вами...

[@d14400]

Ссылка на код есть в описании ролика

[@elenagavrilova3109]

@@d14400 спасибо