Результаты поиска

Материал из MachineLearning.

По запросу «Logit.png»

Перейти к: навигация, поиск

Страницы с названием «Logit.png» не существует.

Для получения более подробной информации о поиске на страницах проекта, см. справочный раздел.

Ниже показаны 7 результатов, начиная с № 1.


Просмотреть (предыдущие 20) (следующие 20) (20 | 50 | 100 | 250 | 500)

Нет совпадений в названиях статей

Совпадения в текстах статей

  1. Логистическая регрессия (пример) (10 578 байт)
    17: <center><tex>y=\text{logit}^{-1}(z)+\varepsilon=\frac{1}{1+\exp(-z)}+\vareps...
    70: z = X*b; % the logit^-1 variable is function of parameters
    81: [[Изображение:demo_logistic_regression.png|500px]]
    131: % the logit^-1 variable is function of parameters
  2. Логит-анализ (13 329 байт)
    9: [[Image:Logistic-curve.png|thumb|320px|right|Figure 1. Логистичес...
    16: ...ых в модели, и известна как logit.
    73: :<tex>\operatorname{logit}(p_i)=\ln\left(\frac{p_i}{1-p_i}\right) = \beta_0...
  3. Функция Логит (4265 байт)
    1: ...англоязычной транскрипции Logit произносится как [ˈloʊdʒɪt] с...
    3: ...ике, особенно в статистике. logit – это число p между 0 и 1 дав...
    5: :<tex>\operatorname{logit}(p)=\log\left( \frac{p}{1-p} \right) =\log(p)-\lo...
    11: ... к логарифмической функции logit обеспечивается быстрое на...
    13: ...2}\right)=\operatorname{logit}(p_1)-\operatorname{logit}(p_2). \!\,</tex>
  4. Логистическая функция (5834 байта)
    13: [[Image:Logistic-curve.png|thumb|320px|right|Логистическая фу...
    26: ...ной по отношению к функции logit (с натуральным логарифмом) ...
    33: [[Image:dsigmoid.png|200px|right|thumb|Двойная логистич...
  5. Логистическая регрессия для решения задач классификации (пример) (11 619 байт)
    17: <center><tex>y=\text{logit}^{-1}(z)+\varepsilon=\frac{1}{1+\exp(-z)}+\vareps...
    66: [[Изображение:DemoFisherIrisLogReg.png]]
    94: [[Изображение:DemoHoiseStabilityLogReg.png|350px]]
    95: [[Изображение:MarginsHoiseLogReg.png|350px]]
    140: [[Изображение:DemoHardLogReg.png|350px]]
  6. Повышение точности прогнозов на данных Netflix с помощью построения алгоритмических композиций (отчет) (15 722 байта)
    71: ...s and that is why it needs a lot of time to build logit model and find the best value and corresponding s...
  7. Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 974, весна 2012 (15 674 байта)
    177: Ключевые слова: logit model, feature selection, boosting.

Просмотреть (предыдущие 20) (следующие 20) (20 | 50 | 100 | 250 | 500)



Искать в пространствах имён:

Показывать перенаправления
Искать
Личные инструменты