Nové výhodné předplatné namísto kreditů je tu! Více informací. Upravili jsme také naše provozní podmínky.
NOVINKA: Staň se datovým analytikem a získej jistotu práce, lepší plat a nové kariérní možnosti. Více informací:

Lekce 12 - Neuronové sítě – Hodnocení modelů

V minulé lekci, Neuronové sítě - Porovnání algoritmů gradientního sestupu, jsme porovnali algoritmy gradientního sestupu na MNIST datasetu.

Zatím jsme v tutoriálu Neuronové sítě - Pokročilé mluvili jen o modelech. Ukázali jsme si několik příkladů a vysvětlili si na nich některé jevy. Výsledky se obvykle zdály být správné, nikdy jsme ale nemluvili o hodnocení modelů. Tedy jak dokážeme rozpoznat, zda se modely učí a fungují dobře. Tomu se budeme věnovat právě v této lekci.

Neuronové sítě - Neuronové sítě - Pokročilé

Nejprve si připravme importy:

import numpy as np
import matplotlib.pyplot as plt
import sklearn.preprocessing, sklearn.datasets, sklearn.model_selection
import timeit
from progressbar import progressbar

Loss funkce

Loss je funkce, kterou učící algoritmus přímo optimalizuje.


 

...konec náhledu článku...
Pokračuj dál

Znalosti v hodnotě stovek tisíc získáš za pár korun

Došel jsi až sem a to je super! Věříme, že ti první lekce ukázaly něco nového a užitečného.
Chceš v kurzu pokračovat? Přejdi do prémiové sekce.

Před koupí tohoto článku je třeba koupit předchozí díl

Obsah článku spadá pod licenci Premium, koupí článku souhlasíš s Provozními podmínkami.

Co od nás v dalších lekcích dostaneš?
  • Přístup k jednotlivým lekcím dle způsobu pořízení.
  • Kvalitní znalosti v oblasti IT.
  • Dovednosti, které ti pomohou získat vysněnou a dobře placenou práci.

Popis článku

Požadovaný článek má následující obsah:

V tomto tutoriálu Pythonu pro pokročilé probereme loss funkce a metriky a jak dokážeme rozpoznat, zda se modely učí a fungují dobře.
Článek pro vás napsal Patrik Valkovič
Avatar
Věnuji se programování v C++ a C#. Kromě toho také programuji v PHP (Nette) a JavaScriptu (NodeJS).
Aktivity