Комментарии 3
О логистической регрессии знать не следует?) В список «Что еще почитать» неплохо было бы добавить источник, где можно было бы чуть больше узнать о каждом из вышеперечисленных алгоритмов. Очень хорошо описаны алгоритмы в книге Жерона Орельена. Помимо sklearn, в ней есть описание реализаций без использования сторонних библиотек по ML.
Кстати по мне, так нейросетевая регрессия — надстройка над линейной. Так в пределах получения выхода одного нейрона без активации, что мы имеем? <x, w> — скалярное произведение входов на веса. В нейронке туча регрессий, на выходы которых наложена нелинейность активационных функций.
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
5 алгоритмов регрессии в машинном обучении, о которых вам следует знать