Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Recherche

Afficher tous les résultats pour

Accueil

Séance de cours

Régression linéaire : Fondements

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (35)

Régression linéaire : analyse des données sur l'ozone Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'analyse de régression linéaire des données sur l'ozone à l'aide de modèles statistiques.

Régression linéaire : bases et estimation Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de la régression linéaire et la façon de résoudre les problèmes d'estimation en utilisant les moindres carrés et la notation matricielle.

Apprentissage supervisé en économétrie financière Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage supervisé en économétrie financière, couvrant la régression linéaire, l'ajustement du modèle, les problèmes potentiels, les fonctions de base, la sélection de sous-ensembles, la validation croisée, la régularisation et les forêts aléatoires.

Régression linéaire et pondérée : paramètres optimaux et solutions locales Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la régression linéaire et pondérée, les paramètres optimaux, les solutions locales, l'application SVR et la sensibilité des techniques de régression.

Régression linéaire : au-delà des bases Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les concepts avancés dans les modèles de régression linéaire, y compris la multicolinéarité, les tests d'hypothèses et les valeurs aberrantes de manipulation.

Régression linéaire : bases et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la régression linéaire en utilisant la méthode des moindres carrés pour adapter les points de données à l'équation y = ax + b.

Régression linéaire: Multicolinéarité, Outliers, Spécification du modèle Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la multicolinéarité, les valeurs aberrantes, la spécification du modèle et les stratégies pratiques en régression linéaire.

Régression linéaire : bases et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explique la droite de régression des moindres carrés, les coefficients de corrélation, les valeurs aberrantes, les points influents et les résidus dans les modèles de régression.

Introduction à OLS Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases des moindres carrés ordinaires (OLS) en économétrie, y compris les relations variables, la détermination des coefficients et linterprétation du modèle.

Régression linéaire : fondements et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit la régression linéaire, couvrant ses fondamentaux, ses applications et ses mesures d'évaluation dans l'apprentissage automatique.

Comprendre les attributs de données Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'analyse de divers attributs de données et modèles de régression linéaire.

Variables instrumentales: Partie 1 Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit des variables instrumentales pour résoudre les problèmes d'endogenèse, en utilisant des exemples pour illustrer les applications pratiques et les exigences d'essai.

Conception et analyse d'expériences Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la conception et l'analyse des expériences, en se concentrant sur les statistiques pour les expérimentateurs.

Régression de la crête du noyau : Équivalence, Théorème du représentant et Trick du noyau Connectez-vous à Mediaspace pour regarder cette vidéo

Explore Kernel Ridge Regression, le Théorème de Représentateur, et le Kernel Trick dans l'apprentissage automatique.

Tendance centrale et dispersion Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les répliques, les méthodes de visualisation, les mesures de tendance centrale, les valeurs aberrantes, la dispersion, les moyennes, les résidus et les estimateurs impartiaux.

Page 2 sur 2