Линейная регрессия. Что внутри sklearn? Зачем градиентный спуск? Что спросят на собеседовании? ч.2

Канал в tg: https://t.me/start_ds

00:00 - Про первую часть
00:25 - План видео
00:35 - Reminder первой части
01:43 - Как считается решение линейной регрессии в sklearn?
04:55 - Можно ли посчитать аналитическое решение с регуляризацией?
05:40 - Как находится оптимизационное решение (градиентный спуск)?
08:37 - Пара слов про стохастический градиентный спуск
09:15 - Каковы самые популярные реализации линейной регрессии?
10:22 - Можно ли из линейной регрессии сделать нелинейную?

Статья Александра Дьяконова: https://dyakonov.org/2019/10/31/линей...
Про LAPACK: http://www.netlib.org/lapack/lug/node...
Лекция Константина Воронцова:    • Машинное обучение. Многомерная линейная ре...   (которая почему-то названа другим именем)
Разделяй и встаствуй в SVD основан на: https://en.wikipedia.org/wiki/Divide-...
Ноутбук с реализацией градиентного спуска: https://www.kaggle.com/residentmario/...
Документация sklearn.linear_model: https://scikit-learn.org/stable/modul...