8. diel - Neurónové siete – Dokončenie teórie pre logistickú regresiu
V minulej lekcii, Neurónové siete - Učenie logistickej regresie , sme si vyskúšali logistickú regresiu v praxi a dozvedeli sa o batch gradient descent algoritmu.
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 prémiovej sekcie.
ročné PREDPLATNÉ
44 €
mesačne, platené ročne (528 €)14 000+ lekcií, cvičení a testov
6 000+ ti zostane navždy
Neobmedzený prístup ku všetkým aktuálnym
aj pripravovaným kurzom.
Kúpiť iba tento kurz
Získaj okamžitý prístup ku kurzu bez
časového obmedzenia.
19 €
Obsah článku spadá pod licenciu Premium, kúpou článku súhlasíš s Prevádzkovými 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.
