Введение : Если вы когда-нибудь задавались вопросом, как алгоритмы машинного обучения извлекают уроки из данных и улучшают свои прогнозы с течением времени, вы наткнулись на концепцию градиентного спуска. Несмотря на несколько устрашающее название, градиентный спуск — это фундаментальная техника, играющая решающую роль в обучении различных моделей машинного обучения. В этом блоге мы разберем концепцию градиентного спуска, используя соответствующий повседневный пример, чтобы вы могли..

Градиентный спуск для одномерной линейной регрессии Итак, продолжая свой предыдущий пост о простой или одномерной линейной регрессии , в этом посте я попытаюсь реализовать ее с помощью Python и NumPy. Поэтому, используя то, что я узнал до сих пор, я попытался реализовать градиентный спуск для одномерной линейной регрессии, используя в основном матричные вычисления. Таким образом, в основном метод работает так, что он принимает значения X и Y, две начальные теты, альфа (или скорость..

Три решателя для линейной регрессии: решение наименьших квадратов, градиентный спуск и стохастический градиентный спуск. Градиентный спуск и стохастический градиентный спуск — отличные решения для многих задач машинного обучения. Это упражнение предназначено для того, чтобы понять, как эти два метода помогают решать коэффициенты в линейной регрессии, и сравнить результат с решением наименьших квадратов. Данные, которые я использую здесь, представляют собой общедоступный набор данных от..

Давайте сделаем еще один шаг и изучим глубокую математику алгоритма градиентного спуска. Эта статья является второй частью моей предыдущей статьи, поэтому, если вы еще не читали ее, прочтите ее перед этой. Если вы знакомы с алгоритмом градиентного спуска, вы можете пропустить часть 1. вот ссылка части-1 ( https://medium.com/mathematics-and-ai/mathematics-and-ai-optimisation-algorithms-gradient-descent-algorithm-781e350027e1 ) В предыдущей статье мы видели, как он вычисляет значения,..

Градиентный спуск — один из лучших вариантов использования исчисления, о котором я бы хотел, чтобы ему рассказывали в школьные времена. История Еще в моей школе или +2 дня, пока нас знакомили с исчислением. Раньше я задавался вопросом, все так высоко отзываются об этом, но никто не говорит о реальном сценарии использования в реальном мире, где это может иметь такое глубокое влияние на нашу жизнь. В этом посте я попытаюсь удовлетворить любопытство тех любопытных существ, которые..

Часть 2: Давайте закодируем это Логистическая регрессия — это статистический метод, используемый для задач бинарной классификации. Это тип регрессионного анализа, в котором зависимая переменная является категориальной, а цель состоит в том, чтобы предсказать вероятность определенного класса. Логистическая регрессия моделирует взаимосвязь между зависимой переменной и одной или несколькими независимыми переменными с помощью логистической функции (также известной как сигмовидная..