AI-逻辑回归函数、激活函数、损失函数
作者:互联网
最近开始学习人工智能,先从基本的概念学起
逻辑回归函数(预测函数):z = dot(w,x) + b
解释:假设有三个特征,即x可以表示为(x1,x2,x3),w表示权重,对应每个特征的重要程度,b表示阈值,z是预测值,展开公式,即z=(x1*w1+x2*w2+x3*w3)+b
激活函数:f(z)=(1+e−z)-1 用于使预测值z在[0-1]区间上,曲线图如下
损失函数:判断自己是否预测的正确,单个训练样本的损失函数如下:
即整个训练集的损失函数可以得出以下公式,可以成为成本函数:
结果越大,说明成本越大,预测越不准确。要想预测准确,必须使得成本函数尽量小,而影响成本函数的参数中,只有w、b两个变量,所以最终目的是求得合适的w和b,怎么求,就是神经网络学习的过程,待续。。。
标签:sup,728940,函数,alt,blog,img,com 来源: https://www.cnblogs.com/beautifullife4e/p/10254009.html