Душкин, спасибо вам большое! Самое лучшее объяснение, которое я смог на найти на ютубе. Максимально доходчиво!!!
@dushkin_will_explain
2 жыл бұрын
Благодарю. Такие комментарии прямо как елей на душу.
@user-cx6ib2vz9y
6 ай бұрын
почему у него такая большая голова 😅
@fulllietuvostv
7 ай бұрын
Учусь на финансах в Нидерландах. Спасибо огромное, ваши объяснения очень помогают. У нас много линейной алгебры и статистики, а вы так доходчиво объясняете
@dushkin_will_explain
7 ай бұрын
Раньше царь Пётр ездил в Голландию за корабельной наукой, теперь из Нидерландов ходят за линейной алгеброй к нам :)
@user-yi3bt5nj4s
Жыл бұрын
Отличное видео, доступно объясняется суть. В других видео квадраты не рисовали, из-за не до конца было ясно почему все так. Спасибо!
@dushkin_will_explain
Жыл бұрын
Просто Душкин объяснит на пальцах всё что угодно :)
@helpless3526
Жыл бұрын
так квадраты не совсем правильно нарисованы, квадрат там вылазит, потому что мы находим евклидово расстояние и соответственно там гипотенуза вылазит, ее по пифагору находим, а так как извлечение корня высислительно тоудоемкая операция берем квадрат расстояний, отсюда и название
@helpless3526
Жыл бұрын
также есть и другие методы с другими формулами расстояний, например городским, или чебышева, методы соответственно МНМ, МАО
@nixluger9750
2 ай бұрын
Рома, спасибо РОМА!!! 4 суток на кофе, перечитанный Смирнов по дефурам, голова как арбуз, а понимания метода наименьших квадратов вообще небыло и тут ты!!!
@dushkin_will_explain
2 ай бұрын
Вот так бывает.
@saiko0912
Жыл бұрын
спасибо большое! очень доходчиво объяснено
@dushkin_will_explain
Жыл бұрын
Благодарю. Такие комментарии нам очень дороги :)
@dunk4nm4kl4ud6
Жыл бұрын
Спасибо! Все по сути и ничего лишнего
@dushkin_will_explain
Жыл бұрын
Стараюсь.
@user-dr4hs6wt1i
Жыл бұрын
Спасибо 🙏 Вам приятный мужчина, вы хорошо обьяснили суть !!!! Очень помогли!
@dushkin_will_explain
Жыл бұрын
Стараюсь.
@SashaSvinka
Жыл бұрын
понятно объясняешь, респект. что то просмотров нету, неужели ето менее интересно чем порнхаб
@dushkin_will_explain
Жыл бұрын
Благодарю.
@LolaL7088
5 ай бұрын
Огонь! Понял даже медик
@dushkin_will_explain
5 ай бұрын
Отлично!
@victoriadee9489
11 ай бұрын
Роман, ты - лучший
@dushkin_will_explain
11 ай бұрын
Благодарю.
@dlddlkpkp2312
7 ай бұрын
Отличное объяснение
@dushkin_will_explain
7 ай бұрын
Мы старались
@user-ub4dq7zn7e
23 күн бұрын
Роман, в Ваши объяснения закралась некоторая недоговоренность. Для чего минимизируется сумма именно квадратов отклонений от искомой функции (их Гаусс - автор МНК - назвал невязками), а не, например, модулей или любых других четных степеней невязок? Ответ лежит в идее самого метода, которая состоит в том, что надо так построить итоговую (аппроксимирующую) функцию, чтобы рассеяние исходных данных вокруг нее было бы минимальным. Это соответствует минимуму случайной погрешности, с которой найден результат, т.е. построена искомая функция. Рассеяние количественно характеризуется значением дисперсии, величина которой как раз и зависит от этой суммы квадратов невязок. Остальные элементы дисперсии, т.е. число данных N и количество искомых коэффициентов M на сумму квадратов невязок после принятия априори вида искомой функции и постановки некоторого числа опытов уже влиять не будут, т.к. по существу становятся константами. Не могу точно утверждать, но на мой взгляд минимизация суммы квадратов ортогональных невязок в эту эту идею не вписывается, поскольку такие невязки не характеризуют отличие экспериментальных данных от данных, полученных после их аппроксимации искомой функцией.
@dushkin_will_explain
23 күн бұрын
Спасибо. Интересно дополнение.
@user-jn8ej9jc6b
3 ай бұрын
спасибо, всё понятно)
@dushkin_will_explain
3 ай бұрын
Пожалуйста. Я очень рад :)
@dushkin_will_explain
2 жыл бұрын
Все видео канала по искусственному интеллекту: kzitem.info/news/bejne/z2mtq4FtiWNinn4 Вы всегда можете обратиться к нам за консультациями.
@dushkin_will_explain
2 жыл бұрын
И, кроме того, вы всегда можете написать мне в ТГ: @rdushkin
@user-vf3zv8st1q
10 ай бұрын
Почему разности возводят во вторую степень? почему нельзя суммировать разности в первой степени?
@dushkin_will_explain
10 ай бұрын
Потому что если бы мы не возводили бы их в квадрат, это был бы не метод наименьших квадратов.
@mikhaillevakhin5255
29 күн бұрын
Абсолютно неграмотный ответ. Использование квадратов разностей даёт НЕСМЕЩЕННЫЕ оценки параметров, то есть коэффициентов моделей. А в качестве примера, существует метод минимизации суммы модулей линейных невязок. Описан в монографии Хартмана и Бецкого.
@kamoliddinshukurov9398
10 ай бұрын
Спасибо
@dushkin_will_explain
10 ай бұрын
Пользуйтесь, на здоровье!
@cotdavinci
2 жыл бұрын
На заставке написано -- Метод наименьших квадротов :-)
@dushkin_will_explain
2 жыл бұрын
Вот о чём думала человек, которая это делала?
@dushkin_will_explain
2 жыл бұрын
Исправил.
@user-qo5mm9pk7r
6 ай бұрын
Лицо, которое вы делаете иногда во время решения - самое смешное что я видел..☻☻☻☻☻
@user-qo5mm9pk7r
6 ай бұрын
извините
@dushkin_will_explain
6 ай бұрын
Прекрасно :)
@mikhaillevakhin5255
29 күн бұрын
И почему-то никто не спрашивает у автора ролика , почему этот анализ называется РЕГРЕССИОННЫМ? Слова РЕГРЕССИСИЯ означает падение, и что же в этом анализе падает? Только не отвечайте, что падает остаточная сумма квадратов!!! Она не падает , а уменьшается. 😂
Пікірлер: 44