Сводка
Отличная работы, вы все сделали! Давайте освежим в памяти рассмотренное:
- Контролируемое обучение проводится на основе отдельных примеров: модель делает прогнозы, они сравниваются с ожидаемыми метками, и модель обновляется с целью улучшения результатов.
- Функция потерь — это математический способ описания того, что нам требуется для обучения модели. Если прогнозы модели не точные, числа у функции потерь получаются большими, а если точные — небольшими.
- Градиентный спуск — это алгоритм оптимизации, который позволяет рассчитать улучшение модели с учетом функции потерь и некоторых других данных.
- Размер шага (скорость обучения) определяет, насколько быстро и насколько качественно будет использоваться градиентный спуск.