Machine Learning Adventskalender – Tag 11: Lineare Regression in Excel
Anzeige
Lineare Regression wirkt zunächst einfach, doch sie fasst die Kernkonzepte moderner Machine‑Learning‑Modelle zusammen: Verlustfunktionen, Optimierung, Gradienten, Skalierung und Interpretation.
In diesem Beitrag wird die lineare Regression in Excel nachgebildet. Dabei vergleicht man die geschlossene Lösung mit Gradient Descent und verfolgt die Entwicklung der Koeffizienten Schritt für Schritt.
Diese Basis ebnet den Weg zu weiterführenden Themen wie Regularisierung, Kernel, Klassifikation und der dualen Sichtweise. Lineare Regression ist mehr als nur eine Gerade – sie bildet den Ausgangspunkt für zahlreiche weitere Modelle, die im Adventskalender vorgestellt werden.
Ähnliche Artikel
Towards Data Science
•
Ridge- und Lasso-Regression in Excel: Einfache Regularisierung erklärt
Towards Data Science
•
Entscheidungsbaum-Classifier: Wie Gini und Entropie den besten Schnitt bestimmen
arXiv – cs.LG
•
Neue arXiv-Lektionen: Regression von linearen Modellen bis Deep Learning
Towards Data Science
•
Machine Learning Adventskalender – Tag 2: k‑NN‑Klassifikator in Excel
Towards Data Science
•
ML-Adventskalender Tag 12: Logistische Regression in Excel
arXiv – cs.LG
•
Neues Modell erklärt Skalierungsgesetze im Deep Learning