Логарифмическая функция потерь | Логистическая регрессия | Вычисление производной | Производная с...

Описание: 🎥 Следующее видео: Регуляризация:    • Regularization in Logistic Regression | L1...  

🎥 Связанные видео: Матричное исчисление:    • Vector & Matrix Calculus for Machine Learn...  
Основы математического анализа:    • Calculus Fundamentals | Machine Learning |...  

👉В этом видео мы разберем, как работает логарифмическая функция потерь в бинарной классификации. Мы шаг за шагом разберем производные, сигмоидную функцию и функцию стоимости для более ясного понимания.

🎯 Цели обучения
✅ Понимание бинарной классификации и её проблем
✅ Изучение логарифмической функции потерь
✅ Вывод функции стоимости и понимание её компонентов
✅ Вычисление градиентов для прогнозов и функции стоимости
✅ Понимание производной сигмоиды

👉 Плейлист «Математика для машинного обучения»:
   • Maths for AI & ML  

🎥 Градиентный спуск -    • Gradient Descent Algorithm | MSE Gradient ...  

🕔 Временные метки 🕘
00:00:00 - 00:00:27 Введение
00:00:28 - 00:02:30 Бинарная классификация
00:02:31 - 00:06:50 Что такое логарифмическая функция потерь? 00:06:51 - 00:10:02 Функция стоимости
00:10:03 - 00:11:25 Градиентный спуск
00:11:26 - 00:13:28 Вычисление градиента
00:13:29 - 00:15:27 Производная функции стоимости
00:15:28 - 00:16:39 Производная прогноза
00:16:40 - 00:19:43 Производная сигмоиды
00:19:44 - 00:20:43 Производная расстояния
00:20:44 - 00:21:37 Комбинация градиентов
00:21:38 - 00:22:51 Производная функции стоимости
00:22:52 - 00:27:00 Почему MSE не используется в качестве функции потерь Функция
00:27:01 - 00:27:47 Что дальше? 🤔

#ml #ai #binaryclassification #logloss #mse #costfunction #gradient