In deze training leer je de basis van regressiewiskunde. Je begint met het verkennen van lineaire regressies, een machtstechniek voor het kwantificeren van oorzaak-gevolgrelaties. Je verkent het proces van het passen van een rechte lijn door een reeks punten. En je leert hoe je residuen definieert, de least square error gebruikt en R-squared meet. Vervolgens ga je verder met gradiëntafdalingen en logistische regressies. Dit is een uiterst krachtige numerieke optimalisatietechniek die veel wordt gebruikt om optimale waarden van modelparameters te vinden tijdens de modeltrainingsfase van machine learning.