Topic de ResNet :

[MATHS][L3] Mon calcul est bon ?

Supprimé
  • 1

https://image.noelshack.com/fichiers/2022/48/7/1670186451-maths-1.jpg

Bon en réalité c'est niveau M2 parce que j'ai besoin de savoir faire ça pour faire de la propagation dans du filtre de Kalman, mais je suis une bille en maths alors... :hap:

C'est juste une régression linéaire en gros

Le 04 décembre 2022 à 21:42:39 :
C'est juste une régression linéaire en gros

Yes, ça revient à retrouver les équations normales, mais avec la particularité d'avoir un produit scalaire (et donc une norme) induite par B.

Dans le cas où B est l'identité, je sais comment faire. Mais dans les filtres de Kalman il faut marginaliser des densités gaussiennes, et donc à un moment faire une minimisation de moindres carrés mais avec des normes induites par les matrices de variance covariance. :hap:

Le 04 décembre 2022 à 21:46:37 :

Le 04 décembre 2022 à 21:42:39 :
C'est juste une régression linéaire en gros

Yes, ça revient à retrouver les équations normales, mais avec la particularité d'avoir un produit scalaire (et donc une norme) induite par B.

Dans le cas où B est l'identité, je sais comment faire. Mais dans les filtres de Kalman il faut marginaliser des densités gaussiennes, et donc à un moment faire une minimisation de moindres carrés mais avec des normes induites par les matrices de variance covariance. :hap:

Tu vois bien qu'en remplaçant B par l'identité tu retombes bien sur la formule du Beta d'une régression linéaire classique donc c'est très probable que tu aies juste ici :noel:

Le 04 décembre 2022 à 21:55:53 :

Le 04 décembre 2022 à 21:46:37 :

Le 04 décembre 2022 à 21:42:39 :
C'est juste une régression linéaire en gros

Yes, ça revient à retrouver les équations normales, mais avec la particularité d'avoir un produit scalaire (et donc une norme) induite par B.

Dans le cas où B est l'identité, je sais comment faire. Mais dans les filtres de Kalman il faut marginaliser des densités gaussiennes, et donc à un moment faire une minimisation de moindres carrés mais avec des normes induites par les matrices de variance covariance. :hap:

Tu vois bien qu'en remplaçant B par l'identité tu retombes bien sur la formule du Beta d'une régression linéaire classique donc c'est très probable que tu aies juste ici :noel:

Oui mais je préfère demander, surtout que j'ai fait tous les calculs y'a juste à lire. :hap:

  • 1

Données du topic

Auteur
ResNet
Date de création
4 décembre 2022 à 21:41:24
Date de suppression
4 décembre 2022 à 23:28:00
Supprimé par
Auteur
Nb. messages archivés
6
Nb. messages JVC
6
En ligne sur JvArchive 321