No video
【機械学習】ロジスティック回帰（前編）| ロジスティック回帰の理論と実装
Рет қаралды 41,748
Күн бұрын←第４回 線形回帰（後編）
• 【機械学習】線形回帰（後編）| 重回帰と正則化
→第６回 ロジスティック回帰（後編）
• 【機械学習】ロジスティック回帰（後編）| ...
ご視聴ありがとうございます。
私は普段、AIエンジニア/データサイエンティストとして活動しています。このチャンネルでは、たくさんの人にAIの可能性を知っていただくことや、日々の学習の成果を視聴者の皆様とシェアしていくことを目標にしています。
この動画シリーズでは「機械学習をはじめよう」と題して、機械学習の基礎的な理論や実装の方法を解説していきます。
動画の内容を参考にして、ぜひ皆様も機械学習に挑戦してみてください！！
ーこの分野についてもっと詳しく学ぶならー
『パターン認識と機械学習 上』
amzn.to/2vSj7Ti
『パターン認識と機械学習 下』
amzn.to/2OI8cmm
『統計的学習の基礎 ―データマイニング・推論・予測―』
amzn.to/2MEXwHX
『Pythonではじめる機械学習 ―scikit-learnで学ぶ特徴量エンジニアリングと機械学習の基礎』
amzn.to/2nKQJ19
『Machine Learning: A Probabilistic Perspective (Adaptive Computation and Machine Learning)』
amzn.to/2Mx9nYf
@rosylily7391 5 жыл бұрын
いつも貴重な時間を使って、動画を作っていただき、大変ありがとうございます。これほど詳しく丁寧に説明してくださっているのは、非常に貴重ですし、本当にありがたいです。
@user-kx5xe1xq6r 5 жыл бұрын
ロジット関数を当てはめてpを計算すると p=1/(1+exp(-(β0+β1*X1)))となりexpの肩にマイナスがつきますよ。
@dokurikugame 4 жыл бұрын
わかった気になってましたが、改めて学ぶことができました。解説がわかりやすくてとても参考になりました。
@tomoyainazawa8461 3 жыл бұрын
びっくりするぐらい分かりやすい笑
@user-im4vl3nq2v 4 жыл бұрын
すげぇわかりやすい。 助かります
@takayu5230 2 жыл бұрын
22:03 dL(B)/dBのdL(B)は--> dE(B)だと思います。
@ne7037 5 жыл бұрын
分かりやすかった！^0^
@user-xl7no8er1k 5 жыл бұрын
交差エントロピー誤差の微分の表記なのですが，dL/dβではなく，dE/dβではないですか？検算してて，おかしいと思ったのでコメントしました．
@user-kx5xe1xq6r 5 жыл бұрын
stratify=yとしてスコアを見たら train : 0.92, test : 0.96でした。
@ogurahiroto9591 3 ай бұрын
0:43
@yyamasaki1984 4 жыл бұрын
すみません、初学者です。自然対数が数式に登場する理由と目的は何なのでしょうか？もし、よろしければご教示頂ければ幸いです。
@tv-nf2fl 4 жыл бұрын
8:00の線形予測子が負になった場合に対応できるからと仰ってますよ （たとえ、yが負の値をとったとしても、y=log(x)のxは正の値しかとらないから）
@yyamasaki1984 4 жыл бұрын
ぽこぽんさん ありがとうございます。線形予測子やy=log(x)とxとは何かをわからない人に、なぜ、ロジスティック回帰で自然対数が数式に登場するのか、理由を説明することが可能なものなのでしょうか。もし、よろしければご教示ください。
@JY_STATS 4 жыл бұрын
18:30
@yyamasaki1984 4 жыл бұрын
jiwejfhehvsvsbev kisjehdvevvsie ありがとうございます。