Флашкарти: Introduction à la régression linéaire en machine learning — 10 карти

Всички карти

1Въпрос

Régression linéaire — définition ?

Отговор

Modèle pour prédire une variable continue.

2Въпрос

Régression linéaire — définition?

Отговор

Modélise relation linéaire entre variables.

3Въпрос

Fonction de coût — rôle ?

Отговор

Mesure l’erreur entre prédictions et vraies valeurs.

4Въпрос

Fonction de coût — erreur quadratique?

Отговор

Mesure l'écart entre prédictions et vrais valeurs.

5Въпрос

Descente de gradient — mécanisme ?

Отговор

Optimise les paramètres en minimisant la fonction de coût.

6Въпрос

Solution analytique — équations normales?

Отговор

Calcul direct de θ via (XᵗX)⁻¹XᵗY.

7Въпрос

Descente de gradient — méthode?

Отговор

Méthode itérative pour minimiser J.

8Въпрос

Matrice X — inclut biais?

Отговор

Oui, ajoute une colonne de 1.

9Въпрос

Prédiction — formule?

Отговор

F = X.θ, avec θ estimé.

10Въпрос

Fonction de coût — convexité?

Отговор

Assure la convergence vers un minimum global.

Тествайте се с теста

Тествайте знанията си с 9 въпроса по Introduction à la régression linéaire en machine learning.

1. Quelle est la principale fonction de coût utilisée en régression linéaire pour mesurer l'erreur entre la prédiction et la valeur réelle ?

2. Quelle est la formule de la fonction de coût principale en régression linéaire ?

Вземете теста →

Прочетете листа за преговор

Прегледайте пълния курс в листа за преговор за Introduction à la régression linéaire en machine learning.

Вижте листа за преговор →

Similar courses

Създайте свои собствени флашкарти

Импортирайте курса си и AI генерира флашкарти за 30 секунди.

Генератор на флашкарти