Zarábaj až 6 000 € mesačne! Akreditované rekvalifikačné kurzy od 0 €. Viac informácií.

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 ) - teraz


 

...koniec náhľadu článku...
Pokračuj ďalej

Vedomosti v hodnote stoviek tisíc získaš za pár korún

Minul 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 tento kurz

Kúpiť všetky aktuálne dostupné lekcie s funkciou odovzdávanie úloh iba za 475 kreditov
Aktuálny stav konta 0 kreditov
Kúpou tohoto balíčku získaš prístup ku všetkým 22 článkom (22 lekcií) tohoto kurzu.

Obsah článku spadá pod licenciu Premium, kúpou článku súhlasíš so zmluvnými podmienkami.

Čo od nás v ďalších lekciách dostaneš?
  • Neobmedzený a trvalý prístup k jednotlivým lekciím.
  • 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.

Článok pre vás napísal Patrik Valkovič
Avatar
Věnuji se programování v C++ a C#. Kromě toho také programuji v PHP (Nette) a JavaScriptu (NodeJS).
Aktivity