Обобщения линейных моделей

Видеозаписи

Лекция

Семинар

Содержание лекции

• Метод Ньютона-Рафсона, метод Ньютона-Гаусса.
• Обобщённая аддитивная модель (GAM): метод настройки с возвращениями (backfitting) Хасти-Тибширани.
• Логистическая регрессия. Метод наименьших квадратов с итеративным пересчётом весов (IRLS).
• Обобщённая линейная модель (GLM). Экспоненциальное семейство распределений.
• Вероятностная постановка задачи классификации. Вероятностный смысл регуляризации.
• Пример прикладной задачи: кредитный скоринг. Бинаризация признаков. Скоринговые карты и оценивание вероятности дефолта. Риск кредитного портфеля банка.

Материалы

• Презентация Voron-ML-regress-non-slides.pdf (PDF, 0,6 MБ) — прикреплена к публикации.

Материалы курса © К. В. Воронцов. Текст и слайды распространяются по лицензии CC BY-SA 3.0 — на условиях этой лицензии они воспроизведены здесь без изменений. Видеозаписи размещены на YouTube и встроены по ссылке; их копии здесь не хранятся.