タイトル（00:00:00 - 00:01:00）
線形回帰③ 外れ値に強いロバストな回帰 #KDM

この動画では頑健性という概念と、Huber損失という損失関数について説明し、実際にどのような影響があるかを実験してみます。

前回：https://youtu.be/rhGYOBrxPXA
次回：https://youtu.be/-BdH7y_za4o

■動画で使用したコード https://k-dm.work/ja/basic/regression/robust_regression/
■線形回帰の再生リスト https://youtube.com/playlist?list=PLq7HV4kcWdgPJpdR_OwYreVExCTqMiiCE

-----------------------------
★目次
0:00 タイトル
1:00 外れ値とは
1:51 頑健性
2:17 損失関数を可視化する
3:27 Huber損失
4:20 実験
5:17 まとめ
-----------------------------
★参考文献
- http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.Ridge.html
- https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.HuberRegressor.html
-----------------------------
★SNS
twitter： https://twitter.com/intent/follow?screen_name=_K_DM
ブログ： https://kdm.hatenablog.jp/
コード置き場： https://k-dm.work/ja/
-----------------------------
★BGM
Let’s! https://dova-s.jp/bgm/play8503.html
-----------------------------
★このチャンネルについて
週に一回ペースで機械学習・データサイエンスに関する情報を発信します！よろしければチャンネル登録お願いします。大変励みになります。

#機械学習 #データ分析

#機械学習 #AI #データ分析 #データサイエンス #データサイエンティスト #Python #scikit-learn #Kaggle #データマイニング #G検定 #E検定 #人工知能 #わかりやすく #初学者 #python #解説