Regresión y algoritmo del gradiente

Introducción

Los problemas de predicción y clasificación son esenciales en data science. Fueron ampliamente tratados en estadística, con una teoría completa, y son el objetivo de la gran mayoría de algoritmos propuestos en machine learning, donde el enfoque está en la calidad de la predicción o clasificación y la implementación numérica.

Planteamiento

El modelo y el algoritmo general

  Los principios generales del modelo y del algoritmo para su ajuste

Familia funcional para expresar la hipótesis

Cómo definimos la noción de "mejor" ajuste?

El algoritmo del gradiente: útil en una gran variedad de situaciones

Un modelo particular, pero con enorme flexibilidad y aplicación: la regresión lineal

El caso de la regresión lineal

Aspectos prácticos en la regresión

  Para tener en cuenta en la práctica:

Implementación en Python de nuestro algoritmo de gradiente

Mínimo explícito del coste para la regresión lineal