Lekce 9 - Neuronové sítě - Učení logistické regrese

V minulé lekci, Neuronové sítě – Dokončení teorie pro logistickou regresi, jsme probrali nekonvexní a multidimenzionální případy a loss funkci.

V této lekci kurzu Neuronové sítě - Pokročilé si v praxi vyzkoušíme logistickou regresi a rozšíříme si znalosti o batch gradient descent.

Importy, které budeme potřebovat, jsou:

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

Logistickou regresi a její predikci jsme si už představili teoreticky. Dozvěděli jsme se, že na rozdíl od perceptronu logistická regrese vrací pravděpodobnost datových bodů patřících do konkrétní třídy. Dosud jsme se však nezmínili o učícím algoritmu. Právě tomu se budeme věnovat v této lekci, v níž k trénování logistické regrese využijeme algoritmus gradientního sestupu

Trénink logistické regrese

Nyní bychom měli mít všechny znalosti, které potřebujeme k učení logistické regrese. Pro připomenutí, predikce logistické regrese je:

...konec náhledu článku...
Pokračuj dál