Занятие 05 · Модуль 1 · Классический ML · 42 мин чтения

Классификация и логистическая регрессия

От числа к классу: почему линейная регрессия не годится, сигмоида и вероятности, порог и прямая граница решения, log loss как штраф за уверенные ошибки, и softmax для нескольких классов — всё с настоящими графиками.

сигмоидавероятностьграница решенияlog losssoftmax

Платный урок

Этот урок — часть полного курса

Первые четыре урока открыты. Остальные шестнадцать — с полным разбором, кодом, формулами и скачиваемыми ноутбуками — в платном курсе. Одна покупка открывает все уроки навсегда.

Полные тексты всех платных уроков
Скачиваемые Jupyter-ноутбуки к каждому уроку
Доступ навсегда, без подписки

Войти, чтобы открыть ← К программе курса

Нужен разбор?

Застрял на теме — разберём один на один

Объясню сложное на пальцах и доведу до результата: код, формулы, проект.

Записаться на разбор