#инженерия_признаков — Public Fediverse posts

[Перевод] Руководство по PyTorch для новичков: создаём модель множественной регрессии с нуля

В реальных задачах машинного обучения куда чаще приходится иметь дело не с «миллионами картинок», а с небольшими табличными датасетами вроде Abalone из UCI. В статье разбирается путь от честного EDA и линейной регрессии до нейросетевой модели на PyTorch: что дают трансформации признаков, какие проблемы создают гетероскедастичность и мультиколлинеарность, когда глубокая модель действительно улучшает метрики, а когда остаётся всего лишь дорогим способом получить те же самые 4–5 % выигрыша. По сути, это разбор того, где проходит граница здравого смысла между «добавим ещё один слой» и «нам хватит простой модели».

https://habr.com/ru/companies/otus/articles/975328/

#машинное_обучение #множественная_регрессия #нейронная_сеть #PyTorch #анализ_данных #EDA #инженерия_признаков #качество_модели #сравнение_моделей