24 декабря (четверг) в 16:00 состоится семинар лаборатории 1 в ИППИ РАН, ауд. 307

 В докладе будет рассказано о гребневой регрессии и её различных интерпретациях. Гребневую регрессию можно понимать как регуляризованный метод наименьших квадратов, т.е. алгоритм, основанный на поиске баланса между точностью описания данных и сложностью гипотезы. Если, однако, предположить, что данные подчиняются нормальному распределению, гребневая регрессия оказывается байесовским методом. Такой вероятностный подход позволяет вывести одно любопытное тождество, связывающее ошибку регрессии в секвенциальном и пакетном сценариях. Из тождества в частности следует, что ошибка гребневой регрессии при секвенциальном предсказании данных совсем немного отличается от ошибки, минимизированной ретроспективно.