Métodos Kernel: ajuste (regresión) por mínimos cuadrados

Antonio Sala, UPV

Dificultad: **** ,       Relevancia: PIC,      Duración: 08:55

Materiales:    [ KernelRidgeLSRegression.pdf]

*Accede pulsando el enlace a la [ Colección completa] de vídeos docentes y materiales asociados.

Resumen:

Este vídeo presenta la reformulación (equivalente) de un problema de regresión de mínimos cuadrados regularizado (ridge-regression) en “versión Kernel” (pocas muestras, mucha info por muestra). El óptimo, como en todos los problemas de mínimos cuadrados se obtiene derivando e igualando a cero una expresión matricial (de forma análoga a la discutida en el vídeo [optimLS]).

© 2024, A. Sala. Se reservan todos los derechos en los materiales cuyo autor pertenezca a la UPV.
Para condiciones de uso de material de terceros referenciado, consulte a sus autores.