Линейная регрессия - ваша первая модель // Демо-занятие курса «Machine Learning»

Регрессия - модель, когда мы предсказываем значение нашей переменной в виде числа. Например стоимость жилья на рынке недвижимости это регрессионная модель. Если связь между переменными и прогнозируемым значением линейна - то мы можем воспользоваться моделью линейной регрессии. Линейная регрессия широко используется в различных областях, таких как экономика, социальные науки и техника, для решения таких задач, как прогнозирование, анализ тенденций и определение силы предикторов. Ее популярность обусловлена простотой, интерпретируемостью и обширной теорией, которая ее поддерживает. Вы узнаете как построить простую интерпретируемую модель линейной регрессии, что такое метод наименьших квадратов и как с его помощью найти наилучшее приближение экспериментальным данным. Кому подходит этот урок: неспециалистам, которые хотят начать карьеру в Data Science и анализе данных; IT-специалистам, которые только начинают свой путь в ML; Тем, кто давно хотел начать изучать DS. Результаты урока: познакомитесь с популярным алгоритмом машинного обучения - линейной регрессией; узнаете, как устроен алгоритм линейной регрессии и метод наименьших квадратов; освоите принципы решения задачи регрессии; построите свою первую модель предсказания цены на недвижимость. «Machine Learning» - https://otus.pw/CI5j/ Преподаватель: Игорь Стурейко - Teamlead, главный инженер Пройдите опрос по итогам мероприятия - https://otus.pw/kF3PE/ Следите за новостями проекта: Telegram: https://t.me/Otusjava ВКонтакте: https://otus.pw/850t LinkedIn: https://otus.pw/yQwQ/ Хабр: https://otus.pw/S0nM/