Объяснение и реализация логистической регрессии на Python с нуля

В этом видео я рассказываю, как работает логистическая регрессия, какую функцию потерь она минимизирует, как получаются формулы для её обучения. Затем показываю, как это можно реализовать на Python самому. Подписывайся, если тебе интересна эта тема :)
Код: github.com/les...
vk: leshanbog

[@aydarasadullin9095]

Обьяснил лучше чем лекция от МФТИ однозначно лайк, можешь пж еще показать как работает логистическая регрессия с несколькими классами

[@20two_may32]

так логистическая регрессия - это задача бинарной классификации. разве нет?

[@pashamorozov8257]

@@20two_may32можно. One-vs-rest Classification :)

[@baobab9534]

Лучший видик на эту тему, пойду препода обрадую под конец семестра сданной практической. Спасибо, а то в этих метдичках без 100 грамм не разобраться. Да и с ними ни черта не выйдет(

[@АлексейТаганрогов]

Сейчас я понял, что такое логистическая регрессия! Спасибо!

[@ВиталийТодоров-м3г]

Всё коротко и ясно. Спасибо. Ещё было бы неплохо упомянуть, что на практике, код можно было бы уместить в две строчки, используя библиотеку sklearn :)

[@isaiahjesse5351]

I realize I'm kinda randomly asking but does anybody know of a good site to stream newly released series online?

[@jamariarian5769]

@Isaiah Jesse flixportal :D

[@isaiahjesse5351]

@Jamari Arian thank you, I signed up and it seems like a nice service :) I appreciate it !

[@jamariarian5769]

@Isaiah Jesse happy to help :D

[@dasha7844]

Спасибо, прекрасный человек, за понятное и классное объяснение !

[@qwertdim]

np.sum(x) / len(x) == x.mean() .Если заменить сумму деленную на количество средней, то будет еще быстрее считать))) а еще параметр смещения можно добавить в вектор весов нулевым индексом а x нулевым индексом добавить 1, то можно убрать формулы для расчета смещения, весь расчет будет вестись в x, w и у. Данные процедуры еще сильнее повысят скорость вычисления.

[@pod_kapotom]

очень все понятно и доступно! спасибо

[@ВладимирШумаков-м9щ]

Хорошо рассказываешь 👍

[@КаналСупермастерА]

Срочно нужны продолжения!!!

[@artemtitov312]

просто лучший=) спасибо

[@mymobigoogle205]

Если совсем с нуля, но на объяснении потери уже все обламывается. :) Хоть я и знаю глобально что ты объясняешь. И про веса, и про регрессию. Но кучки б-итых крышечек на весах просто шумят. :).

[@mymobigoogle205]

О всяких сочетаний клинит, типа, функция потери на объекте. И дальше начинается белый шум. :)

[@mymobigoogle205]

А градиентный спуск - это все еще с нуля? :) Я знаю градиент только в фотошопе. :). Хотя по смыслу догадываюсь, что это плавное линейное изменение показателя.

[@mymobigoogle205]

Ну а всякие логарифмы, производные и детерминанты - оно, конечно, да... только за 30+ лет (в т.ч.программирования) никогда не применялось, потому нииииихххххфига уже не вспоминается. :))) Короче, за руками уследить не могу. Но суть процесса ясна.

[@mymobigoogle205]

Ну да ладно. Все равно ща закончу вводный курс статистики и пройду курс deep learning. Буду по кирпичикам. :)

[@edgarbabayan6155]

Может ты сделаешь серию..например K means,,и тд. Просто очень понятно 👨‍🎓👍

[@leshanbog]

Спасибо за отзыв. Ролики по ML ещё будут :)

[@vinvoutvd]

Молодец!), Тоже изучаю сложно непонятно)

[@odu1_chik]

Спасибо!!!!

[@СанжарСовет-ъ5ц]

насколько я понял там формула измененного параметра не много не верная, мы же должны отнимать не просто производную по параметрам а среднююпроизводную по параметрам

[@ДаниярКаби]

Спасибо

[@яйценюх]

а почему такая производная у логарифма? у нас логарифм натуральный в loglosse?

[@KonstantinErshov-u3s]

Классно! И понятно. Кстати, а можешь пояснить: я иногда встречаю функцию потерь без среднего в теории по логистической регрессии, чаще попадается средняя функция потерь. Наличие среднего даёт что-то, оно обязательно должно усредняться?

[@leshanbog]

Усреднение не влияет на параметры, которые будут найдены. То есть, то значение неизвестных параметров, которое доставляет минимум для функции, будет доставлять минимум и для функции умноженной на скаляр. Усреднять имеет смысл, чтобы можно было сравнивать функции потерь между выборками разных размеров, например.

[@hopelesssuprem1867]

Не подскажите как рассчитать значения всех весов?

[@TheRony999]

Почему так мало роликов?????

[@DieHardPatriot]

Спасибо!