8. diel - Neurónové siete – Dokončenie teórie pre logistickú regresiu
V minulej lekcii, Neurónové siete – Sigmoid a Gradient descent , sme prebrali funkciu sigmoid a Gradient descent.
V dnešnej lekcii tutoriálu Neurónovej siete - Krok za krokom dokončíme teóriu nevyhnutnú pre logistickú regresiu. Povieme si o nekonvexných a multidimenzionálnych prípadoch a spomeniem aj loss funkciu.
Nekonvexný prípad
Gradientný zostup bohužiaľ nevyrieši každý problém. Po prvé, gradient musí byť definovaný v celom priestore parametrov (v našom prípade ℝ) - teraz
...koniec náhľadu článku...
Pokračuj ďalej
Došiel si až sem a to je super! Veríme, že ti prvé lekcie ukázali niečo nového a užitočného.
Chceš v kurze pokračovať? Prejdi do prémiové sekcie.
Kúpiť iba tento kurz
Získaj okamžitý prístup ku kurzu bez
časového obmedzenia.
475 kreditov
Obsah článku spadá pod licenciu Premium, kúpou článku súhlasíš so zmluvnými podmienkami.
- Prístup k jednotlivým lekciám podľa spôsobu obstarania.
- Kvalitné znalosti v oblasti IT.
- Zručnosti, ktoré ti pomôžu získať vysnívanú a dobre platenú prácu.
Popis článku
Požadovaný článok má nasledujúci obsah:
V ďalšej lekcii kurzu Neurónovej siete - Krok za krokom dokončíme teóriu pre logistickú regresiu: nekonvexné a multidimenzionálne prípady a loss funkcie.
Kredity získaš, keď podporíš našu sieť. To môžeš urobiť buď zaslaním symbolickej sumy na podporu prevádzky alebo pridaním obsahu na sieť.
