李宏毅機器學習-task5

推導LR損失函數 Logistic 函數是一個概率分佈函數，即給定某個特定輸入，該函數將計算輸出爲「Success」的概率，即對問題的回答爲「Yes」的概率。 損失函數： 學習LR梯度下降 Logistic 迴歸模型、最大熵模型可歸結爲以似然函數爲目標函數的最優化問題，通常通過迭代算法求解，它 是光滑的凸函數，因此多種最優化的方法都能適用。 常用方法： 梯度下降法 改進的迭代尺度法 Newton

>>阅读原文<<