المنهج الدراسي الدرس 41 من 246 · الوحدة 3: من Neuron إلى MLP
الوحدة 3: من Neuron إلى MLP

إجابات نعم أو لا (logistic regression)

لماذا هذا مهم تطلب معظم المهام فئة وليس رقماً: بريد مزعج أم لا، قطة أم كلب. عصبون واحد بالإضافة إلى دالة squashing يجيب بنعم أو لا مع احتمالية.

شاهده

تقوم دالة sigmoid بضغط أي رقم إلى النطاق من 0 إلى 1: sigmoid(z) = 1 / (1 + exp(-z)). sigmoid(0) = 0.5، و sigmoid(3) تساوي حوالي 0.95، و sigmoid(-3) تساوي حوالي 0.05. اقرأ المخرجات كاحتمالية أن تكون الإجابة نعم.

الخسارة هي cross-entropy من Module 2 مع فئتين: -mean(y log p + (1 - y) log(1 - p)). تخرج تدرجتها بسيطة جدا: grad_w = X.T @ (p - y) / n. التنبؤ ناقص الحقيقة مرة أخرى.

الانحدار اللوجستي: عصبون واحد مع sigmoid، تم تدريبه باستخدام cross-entropy. يرسم حدودا بخط مستقيم بين فئتين.

ملخص النتيجة، تحويلها إلى احتمالية، التدريب على (p - y).

الكلمات والرموز في هذا الدرس
neuron
w . x + b، ثم تفعيل
sigmoid
1 / (1 + exp(-z)): تضغط أي رقم إلى ما بين 0 و 1
معدل التعلم (lr)
ما هو حجم كل خطوة تدريب
دورك

اكتب sigmoid(z) و train_logistic(X, y, lr, steps) مع إرجاع (w, b)، بدءا من الأصفار. ثم accuracy(X, y, w, b): نسبة النقاط حيث p > 0.5 تطابق الملصق. حقق 90% على الأقل في النقاط المخفية من المجموعتين نفسهما.

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.