비전공자분들을 위한 머신러닝 08 - 로지스틱 회귀 모델에 대한 그라디언트 유도 4

Matt Lee·2021년 6월 25일
Logistic Regressiongradient경사하강법그라디언트로지스틱 회귀미분비용함수손실함수연쇄법칙최솟값편미분함수합성함수
0

비전공자분들을 위한 머신러닝

목록 보기
8/9
post-thumbnail

비전공자분들을 위한 머신러닝 08 - 로지스틱 회귀 모델에 대한 그라디언트 유도 4

각각 정의된 편미분 항목에 대한 편미분 수행

  • 비용함수를 손실함수의 입력변수 a^(i)로 미분
  • 손실함수의 (시그모이드 함수로 정의된)입력변수a^(i)를 변수 z^(i)로 미분

profile
Matt Lee
미국에 서식 중인 응용 수학과 대학원생, 아직은 잉여지만 그래도 행복 :)
이전 포스트

비전공자분들을 위한 머신러닝 07 - 로지스틱 회귀 모델에 대한 그라디언트 유도 3

다음 포스트

비전공자분들을 위한 머신러닝 09 - 로지스틱 회귀 모델에 대한 그라디언트 유도 5

0개의 댓글