0:00 - О чём видео, дисклеймер
0:39 - План видео
1:09 - Что такое линейная регрессия? Основные идеи и особенности алгоритма
2:57 - Нужно ли предобрабатывать признаки моя линейных моделей? Если да, то как?
4:57 - Что подразумевается под fit() и predict() в линейных моделях?
7:45 - В чём заключаются базовые предположения линейной регрессии и откуда они берутся?
9:21 - Что такое регуляризация и как можно использовать её для отбора признаков?
Канал в tg: https://t.me/start_ds
Подсчёт производных матричных функционалов по векторному аргументу: http://mathhelpplanet.com/static.php?p=proizvodnye-matrichnoi-funktsii-po-vektornomu-argumentu
Про зануление коэффициентов в L1: https://explained.ai/regularization/L1vsL2.html
Про теорему Гаусса-Маркова (и не только) в курсе от ODS: https://habr.com/ru/company/ods/blog/323890/#1-lineynaya-regressiya