Funciones de costo y pérdida: El único número que un modelo intenta minimizar durante el entrenamiento, elegido para reflejar cuán equivocadas están sus predicciones.
Lleva a
Regresión logística: Un modelo lineal adaptado para clasificación comprimiendo su salida en una probabilidad.
Fundamentos de redes neuronales: Apilar capas de unidades similares a la regresión logística, conectadas por funciones de activación no lineales, para aprender patrones más complejos.
Temas relacionados
Fundamentos de redes neuronales: Apilar capas de unidades similares a la regresión logística, conectadas por funciones de activación no lineales, para aprender patrones más complejos.