Perceptron et régression logistique
Fondamental : Perceptron
Perceptron
désignent les entrées
les paramètres (ou poids) du modèle
si
>0 la sortie est 1 sinon 0 ( classification binaire)
La sortie est activée si
est positif. w est le vecteur de poids et x le vecteur d'entrée.
On peut ajouter un biais :
si
>0 la sortie est 1 sinon 0 ( classification binaire)
Fondamental : Régression logistique
Régression logistique
On remplace la fonction seuil du perceptron par une une fonction logistique :
Complément : Minimisation de perte - Optimisation
Minimisation de perte - descente de gradient - gradient stochastique
