01·Regresja liniowa — intuicja

Wprowadzenie

Regresja liniowa to fundament klasycznego ML i punkt wyjścia do zrozumienia uczenia nadzorowanego. W tej lekcji budujemy intuicję geometryczną (prosta najlepiej dopasowana do chmury punktów), algebraiczną (model y = w·x + b), oraz statystyczną (założenia Gaussa-Markova, rezydua, BLUE). Pokazujemy różnicę między regresją prostą (1 cecha) a wieloraką (n cech jako hiperpłaszczyzna w R^(n+1)), oraz dlaczego "linearność" dotyczy parametrów, nie cech (regresja wielomianowa też jest liniowa w parametrach).