Identification: L06 Linear Regression #2.

Zhrnutie prednášky

Šiesta prednáška prevádza lineárnu regresiu z predchádzajúcej hodiny do maticovo-vektorového tvaru. Dáta sa usporiadajú do regresnej matice X a vektora parametrov p, predikcia sa vyjadrí ako ŷ = Xp a účelová funkcia súčtu štvorcov sa prepíše pomocou vektorových súčinov (y-ŷ)^T(y-ŷ). Zavádzajú sa pravidlá maticového derivovania (derivácia lineárnej a kvadratickej formy) potrebné na odvodenie riešenia metódou najmenších štvorcov.

• - Zápis dát viacerých nezávislých premenných do regresnej matice X (riadky sú experimenty, stĺpce premenné)
• - Vyjadrenie predikcie ako maticového súčinu ŷ = X*p s vektorom parametrov p
• - Prepis súčtu štvorcov odchýlok do vektorového tvaru (y - ŷ)^T (y - ŷ)
• - Pravidlá derivovania lineárnej formy a kvadratickej formy podľa vektora parametrov
• - Príprava na odvodenie maticového riešenia metódy najmenších štvorcov (normálových rovníc)

Zhrnutie pripravené s pomocou AI z prepisu videa.