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