Geometria i algebra odwzorowań liniowych, wektorów i macierzy
Gdy równanie Ax = b nie posiada ścisłego rozwiązania (co ma miejsce z reguły, gdy analizujemy więcej danych niż mamy dostępnych parametrów do trenowania), robisz drugą najlepszą rzecz: dobierasz takie x, dla którego wektor wyjściowy Ax leży jak najbliżej wektora docelowego b. Ów "bliżej" określane jest zazwyczaj przez minimalny błąd średniokwadratowy. To esencja metody najmniejszych kwadratów (least squares), fundamentu operacyjnego zwykłej regresji liniowej.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Najmniejsze kwadraty