Mathematik der Regression: Verwendung von Gradientenverfahren und logistischer Regression
Math
| Fortgeschritten
- 13 Videos | 1h 31m 56s
- Umfasst Bewertung
- Verdient ein Abzeichen
Das Gradientenverfahren ist eine äußerst leistungsstarke numerische Optimierungstechnik, die häufig verwendet wird, um optimale Werte von Modellparametern während der Trainingsphase eines Machine-Learning-Modells zu finden. Nutzen Sie diesen Kurs als Einführung in das Gradientenverfahren und untersuchen Sie, wie es bei einer Vielzahl von Optimierungsproblemen eingesetzt werden kann. Sie werden sehen, wie es zur Durchführung einer linearen Regression verwendet werden kann, und den Hyperparameter Lernrate sowie die Matrixgleichungen zur Berechnung der Gradienten und zur Aktualisierung der Modellparameter unter Verwendung der Gradienten genauer kennenlernen. Schließlich werden Sie eine Form des Gradientenverfahrens anwenden, die als stochastisches Gradientenverfahren bekannt ist, um eine S-Kurve anzupassen und so eine logistische Regression auf einen Datensatz anzuwenden. Am Ende des Kurses werden Sie in der Lage sein, die logistische Regression mithilfe des Gradientenverfahrens sicher zu implementieren.
LERNINHALTE
-
Die wichtigsten in diesem kurs behandelten konzepte entdecken
Verstehen, wie das gradientenverfahren funktioniert
Anwendungsfälle von gradienten beschreiben
Die berechnung einer epoche verstehen
Standardisierung und formung von daten für das gradientenverfahren
Eine einzelne epoche implementieren
Gradientenverfahren durchführen -
Wissen, wie die logistische regression zur klassifizierung verwendet werden kann
Berechnen einer s-kurve in der logistischen regression
Korrelationen zur durchführung einer logistischen regression identifizieren
Einrichten von trainings- und testdaten für die logistische regression
Das stochastische gradientenverfahren erkunden und durchführen
Zusammenfassen der wichtigsten, in diesem kurs behandelten konzepte
IN DIESEM KURS
-
2m
-
6m 59s
-
3. Anwendungsfälle von Gradienten7m 11s
-
4. Berechnung im Rahmen des Gradientenverfahrens6m 8s
-
5. Einrichten von Daten für das Gradientenverfahren9m 15s
-
6. Eine Epoche manuell definieren9m 14s
-
7. Manuelles Durchführen des Gradientenverfahrens9m 27s
-
8. Funktionsweise der logistischen Regression6m 38s
-
9. Berechnen einer S-Kurve7m 9s
-
10. Korrelationen der logistischen Regression anzeigen8m 53s
-
11. Aufteilen und Formen der Daten für die logistische Regression7m 45s
-
12. Durchführen einer logistischen Regression mit dem Gradientenverfahren9m 18s
-
13. Kurszusammenfassung1m 59s
VERDIENEN SIE SICH MIT DEM ABSCHLUSS DIESER KURSE EIN DIGITALES ABZEICHEN DIESER KURS
Skillsoft gibt Ihnen die Möglichkeit, nach erfolgreichem Abschluss einiger unserer Kurse ein digitales Abzeichen zu gewinnen, das Sie in allen sozialen Medien oder auf beliebigen Unternehmensplattformen integrieren können.
Digitale Abzeichen dürfen Sie für immer behalten.
