Сучасна диджитал-освіта для дітей — безоплатне заняття в GoITeens ×
Mazda CX 30
×
Data Scientist в DataRobot
  • Регуляризация: что это и почему важно

    1) Целью статьи было разобрать как регуляризация ограничивает переобучение, в итоговых моделях я это и демонстрирую. Как проект это воспринимать не стоит хотя бы по той причине, что я не выделяю данных для валидации. Именно валидация смогла бы продемонстрировать описанные вами проблемы
    2) В формуле фон Берталанфи есть ограничение по весу сверху, с определнного момента рыбы перестают рости. В моделировании нету ограничения по возрасту.
    3) Всегда первоочередным является здравый смысл. Статистика не имеет мнения, это лишь инструмент для подтверждения или опревержения чужих идей. Если статистика будет основываться на ложных идеях то и результаты будут соответствующие.

    Підтримав: anonymous
  • Регуляризация: что это и почему важно

    1) Хорошее предложение, но я решил заложить эти все нюансы в параметризованное отклонение ошибки, которое зависит линейно от а/10
    2) Очепятка, правильно — «обратно получаем линейную регрессию»

    Підтримав: Maxx