ग्रेडिएंट डिसेंट: एरर घटाने के लिए मॉडल के पैरामीटर्स को बार-बार कॉस्ट फ़ंक्शन पर नीचे की ओर धकेलना।
आगे
क्लासिफ़िकेशन मूल्यांकन मेट्रिक्स: अकेले एक्यूरेसी धोखा दे सकती है; प्रिसिज़न, रीकॉल, F1, और ROC-AUC हर एक क्लासिफ़ायर के सही या गलत होने का एक अलग तरीका दिखाता है।
सपोर्ट वेक्टर मशीनें: एक क्लासिफ़ायर जो क्लासेज़ के बीच सबसे चौड़ा संभव मार्जिन ढूंढता है, और कर्नेल्स का इस्तेमाल करके उस मार्जिन को घुमावदार बना सकता है।
न्यूरल नेटवर्क की बुनियादी बातें: अधिक जटिल पैटर्न सीखने के लिए, नॉन-लीनियर एक्टिवेशन फ़ंक्शनों से जुड़ी लॉजिस्टिक-रिग्रेशन जैसी इकाइयों की परतें जमाना।
संबंधित टॉपिक्स
क्लासिफ़िकेशन मूल्यांकन मेट्रिक्स: अकेले एक्यूरेसी धोखा दे सकती है; प्रिसिज़न, रीकॉल, F1, और ROC-AUC हर एक क्लासिफ़ायर के सही या गलत होने का एक अलग तरीका दिखाता है।
सपोर्ट वेक्टर मशीनें: एक क्लासिफ़ायर जो क्लासेज़ के बीच सबसे चौड़ा संभव मार्जिन ढूंढता है, और कर्नेल्स का इस्तेमाल करके उस मार्जिन को घुमावदार बना सकता है।