Domande d'esame VERIFICATO

DATA 2

43 visualizzazioni

Nessun voto ancora

Stai vedendo l'anteprima delle prime pagine. Registrati per sbloccare le pagine restanti.

Di cosa parla

I metodi di apprendimento statistico si dividono in supervisionati, che prevedono una variabile risposta per stimare relazioni o fare previsioni tramite regressione e classificazione, e non supervisionati, utilizzati per raggruppare dati senza etichette predefinite.
L'accuratezza predittiva è influenzata dall'errore riducente legato alla scelta del modello e dall'erroo irriducibile dovuto al rumore casuale presente nei dati osservati.
Per valutare un modello correttamente si utilizza l'MSE sul set di test piuttosto che su quello di addestramento, poiché quest'ultimo tende a sottostimare le prestazioni reali a causa dell'overfitting quando la flessibilità del modello aumenta eccessivamente.
L'esistenza di un compromesso fondamentale tra bias e varianza implica che modelli più semplici riducono l'errore sistematico ma aumentano quello casuale, mentre quelli complessi fanno il contrario.
I metodi come Ridge Regression e Lasso sono strumenti specifici progettati per gestire problemi di multicollinearità selezionando o penalizzando i parametri in base alla loro grandezza geometrica.

Registrati e sblocca subito 3 appunti gratis, questo incluso.