Реализация модели Логистическая Регрессия | Logistic Regression | Линейная модель для классификации

[@qwwwot3392]

Этот канал был для меня замечательным стартом полгода назад! Спасибо)

[@machine_learrrning]

Очень рада, что мои видео помогают разбираться в машинном обучении 😸

[@gmartirosyan]

Спасибо за прекрасное объяснение!! Отдельное спасибо за визуализации и ручную репликацию!!!

[@leshamas_]

Отличное видео с практическим примером того, как можно самому реализовать модель и разобраться в процессе её обучения. Сложного-то ничего нет)) Спасибо автору!

[@machine_learrrning]

Спасибо большое за приятные слова! Действительно, сложного нет, нужно только разобраться, чтобы оно перестало быть сложным :)

[@СофьяАсанина]

видео шикарное! прям кучу всего перечитала, пересмотрела за последнюю неделю про логистическую регрессию и не могла все до конца осознать про правдоподобие и потом переход к логлоссу. спасибо большое! все разложилось теперь по полочкам. Первое видео про логистическую регрессию тоже, кстати, отличное)

[@АртемЕрохин-б7с]

Спасибо за такой подробный разбор!

[@Vera-p6b]

Спасибо ☺️

[@antontatur8240]

Спасибо за ваш труд! Не смог найти на вашем канале видео с разбором получения формулы производной ((( Может плохо искал? Или вы так и не собрались его сделать? )

[@КаналСупермастерА]

Юлия-ТОП!

[@doniyordjon_pro]

Курс ближе к продуктивному когда запускаете?)

[@ds_sss_rank]

хочу видео на тему "как привести распределение к нормальному"

[@АндрейТимонин-ч6к]

Здравствуйте Юля! Очень интересно вы разбираете логрегрессию. Могли бы вы ответить на такой вопрос по видео - метод максимального правдоподобия: верно ли я понял - мы перемножаем вероятности для класса 1, далее перемножаем 1-вероятности для класса 0. Далее полученные вероятности умножаем. После делим на число наблюдений. К полученному значению добавляем -. То, что мы получили - вероятность, которая тогда хороша, когда она самая маленькая в ряду всех прочих конкурентных логрегрессий.

[@machine_learrrning]

Добрый день, большое спасибо за приятные слова! правдоподобие должно быть максимальным, поэтому минус добавлять не нужно. а вот если добавили минус, к тому же еще и прологарифмировали, то получаем логлосс - функцию потерь, которая должна быть минимальной.

[@АндрейТимонин-ч6к]

@@machine_learrrning Юлия - это Вам спасибо за бесценный труд разбора важнейших вопросов анализа данных! Извините за мою возможную занудливость, я понял, что после логарифмирования - это функция потерь, а не функция правдоподобия - но сам алгоритм вычисления функции потерь верно ли я понял из видео (сам я биолог, но в работе часто сталкиваюсь с подобными вопросами и испытываю когнитивный диссонанс от этих встреч). Итак для вычисления интересующей меня функции я: перемножил вероятности первого класса, далее перемножил 1-р вероятности второго класса. Далее, полученный результат логарифмирую. Полученное значение делю на количество наблюдений. В конце добавил минус. Полученный результат сравниваю с аналогичными конкурентами. Та функция, что самая маленькая и есть самая лучшая. Верно ли я понял? Заранее Вас благодарю за ответ, но нельзя ни отметить - Ваш канал - это открытие для меня! Пожалуйста, просвещайте в таких сложных вопросах - у вас здорово получается!

[@machine_learrrning]

Да, всё верно поняли, чем это высчитанное значение меньше, чем лучше, так модель меньше ошибок совершает. Огромное спасибо за благодарности! Это очень многое для меня значит 😊

[@АндрейТимонин-ч6к]

@@machine_learrrning Юлия - как биолог-экспериментатор скажу Вам без лишней скромности - Вы - самородок на бескрайних просторах интернета, где много инфы, но понять ее, увы, нам непрофильным специалистам, практически невозможно. Рад, что нашел такой замечательный канал, где все ясно-понятно о сложном для непрофессионала! Если не секрет, не могли бы Вы сказать - где Вы так здорово научились таким сложным вопросам? но так, как Вы объясняете, даже мне ясно!)

[@machine_learrrning]

@@АндрейТимонин-ч6к Честно, не могу понять, где такому научилась, всё само собой произошло :) При объяснении темы ориентируюсь на себя, а мне самой материал становится понятным, если его разложу на мелкие составляющие. Эту концепцию и использую в видео

[@davrbektursunmurotov2577]

не очень