Translation of "ordinal logistic regression" to Russian language:

Dictionary English-Russian

Logistic - translation :

логистический

Ordinal - translation :

порядковый

Ordinal logistic regression - translation :

порядковая логистическая регрессия

Regression - translation :

регрессия

Examples (External sources, not reviewed)

Let's start talking about logistic regression.	Давайте начнем говорить о логистической регрессии.
So are linear regression and logistic regression different algorithms or not?	Так линейная регрессия и логистическая регрессия это различные алгоритмы или нет?
Here's our cost function for logistic regression.	Вот наша целевая функция для логистической регрессии.
By now, you've seen a couple different learning algorithms, linear regression and logistic regression.	К этому моменту вы уже видели пару разных алгоритмов обучения линейную и логистическую регрессии.
A similar thing can apply to logistic regression as well.	Нечто подобное можно применить и к логистической регрессии.
So you now know what the hypothesis representation is for logistic regression and we're seeing what the mathematical formula is defining the hypothesis for logistic regression.	Так что теперь вы знаете представление гипотезы для логистической регрессии и мы видим математическую формулу, определяющую гипотезу для логистической регрессии.
Here's to supervised learning problem of fitting a logistic regression model.	Вот задача обучения с учителем, состоящая в определении модели логистической регрессии.
Here's a cost function that we're going to use for logistic regression.	Вот целевая функция, которую мы будем использовать для логистической регрессии.
For logistic regression, we previously talked about two types of optimization algorithms.	В прошлый раз мы говорили, что для логистической регресии существуют два типа оптимизационных алгоритмов.
Here is a logistic regression example with two features X1 and x2.	Вот пример логистической регрессии с двумя параметрами х1 и x 2.
ordinal	порядковое
The idea of feature scaling also applies to gradient descent for logistic regression.	Идея масштабирования параметров также применяется к градиентному спуску для логистической регрессии.
logistic regression, I'm going to modify this a little bit, and make the hypothesis	Для логистической регрессии, я изменю это немного и сделаю гипотезу
We can, therefore, write all of our cost function for logistic regression as follows.	Мы можем таким образом написать всю нашу целевую функцию для логистической регрессии вот так.
And hopefully you can figure out how to apply that technique to logistic regression yourself.	И надеюсь, вы можете выяснить, как применить этот метод для логистической регрессии самостоятельно.
In the next video we'll start working out the details of the logistic regression algorithm.	231 00 08 03,229 amp gt 00 08 04,741 В следующем видео мы 232 00 08 04,741 amp gt 00 08 06,310 детально разберем 233 00 08 06,310 amp gt 00 08 07,640 алгоритм обучения, использующий логистическую регрессию.
In this video we'll talk about how to fit the parameters theta for logistic regression.	В этом видео мы поговорим о том, как подбирать параметры тета для логистической регрессии.
And we'll also figure out how to apply gradient descent to fit the parameters of logistic regression.	И мы также выясним, как применять градиентный спуск для определения параметров логистической регрессии.
So this is the cost function that, you know, essentially everyone uses when putting Logistic Regression models.	Так что эта функция стоимости, которую, знаете, используют почти все при разработке моделей логистической регрессии.
And based on that will work out gradient descent, and that will give us our logistic regression algorithm.	И на основе этого мы поработаем над градиентным спуском, и это даст нам наш алгоритм логистической регрессии.
So by the end of this video you know how to implement a fully working version of logistic regression.	Так что к концу этого видео вы узнаете, как реализовать полностью рабочую версию логистической регрессии.
I usually apply that same method to logistic regression too to monitor gradient descent to make sure it's conversion correctly.	Я обычно применяю тот же метод для логистической регрессии для мониторинга градиентного спуска, чтобы убедиться, что он правильно сходится.
And we're just going to train a standard logistic regression crossfire and maybe that will give us a position boundary.	И мы просто будем обучать стандартный классификатор логистической регрессии и возможно, это даст нам нужную границу решений, которая выглядит так.
Logistic Regression is actually a classification algorithm that we apply to settings where the label Y is discreet valued. The 1001.	223 00 07 46,709 amp gt 00 07 48,447 Логистическая регрессия в действительности 224 00 07 48,447 amp gt 00 07 50,373 является алгоритмом классификации, который мы 225 00 07 50,380 amp gt 00 07 52,183 применяем, если 226 00 07 52,183 amp gt 00 07 55,810 метка Y является дискретной переменной, принимающей значения 0 или 1.
We have some cost function J of theta, and for logistic regression this function H here has a non linearity, right?	У нас есть некоторая целевая функции J от тета, и для логистической регрессии эта функция H здесь имеет нелинейность, правильно?
Well, this is resolved by observing that for logistic regression, what has changed is that the definition for this hypothesis has changed.	Ну это решается путём наблюдения, что для логистической регрессии, что изменилось так это определение для этой гипотезы.
And with this little method you can now take the logistic regression classifier and make it work on multi class classification problems as well.	И с этим небольшим методом теперь вы можете воспользоваться классификатором логистической регрессии и заставить его работать также для мультиклассовых задач классификации.
One thing we could do, is fit logistic regression with just a simple hypothesis like this, where, as usual, G is my sigmoid function.	Что мы могли бы сделать, подобрать логистическую регрессию с простой гипотезой типа этой, где, как обычно, G моя сигмоида.
Furthermore, the elements of every ordinal are ordinals themselves.	Более того, элементы любого ординала сами являются ординалами.
You now know how to implement logistic regression, and this is a very powerful and probably even most widely used classification algorithm in the world.	Вы теперь знаете, как реализовать логистическую регрессию и это очень мощный и, вероятно, даже наиболее широкоиспользуемый алгоритм классификации в мире.
Linear Regression	Регрессионный анализ
Linear regression?	Исследовали линейную регрессию?
And if you have features that are on very different scales. Then applying feature scaling can also make it, gradient descent, run faster for logistic regression.	И если у вас есть параметры, у которых весьма различные масштабы, то примение масштабирования параметров можно также заставить градиентный спуск работать быстрее для логистической регрессии.
He defined the cardinal and ordinal numbers and their arithmetic.	Он определил понятия кардинальных и порядковых чисел и их арифметику.
(1998) An Ordinal Classification for the Families of Flowering Plants.	(1998) An Ordinal Classification for the Families of Flowering Plants.
I want to tell you how to take the logistic regression algorithm that you already know about and make it work also on multi class classification problems.	И в частности, вы не должны реализовывать эти алгоритмы
Stagnation means regression.	Застой ведёт к упадку.
Multiple linear regression	А. Множественная линейная регрессия
Regression testing output	Вывод проверки на регрессию
Regression Testing Status	Состояние проверки
Regression is continuous.	Регрессионный анализ, напротив, носит непрерывный характер.
Well the cost for this is, that is 1 2 times the square difference between what are predicted and the actual value that we observe for Y. Now, this cost function worked fine for linear regression, but here we're interested in logistic regression.	Теперь эта целевая функция будет нормально работать и для линейной регрессии, но здесь мы заинтересованы в логистической регрессии.
In the last video, we talked about gradient descent for minimizing the cost function J of theta for logistic regression. In this video, I'd like to tell you about some advanced optimization algorithms and some advanced optimization concepts. Using some of these ideas, we'll be able to get logistic regression to run much more quickly than it's possible with gradient descent.	И это также позволит масштабировать алгоритмы лучше для больших задач машинного обучения, таких как если бы мы имели большой кол во параметров.
Notable proposals for regression problems are the so called regression error characteristic (REC) Curves and the Regression ROC (RROC) curves.	Среди работ стоит отметить посвященные так называемым REC кривым ( regression error characteristic REC curve ) и RROC кривым ( Regression ROC curves ).
Second line logistic support is provided by the Canadian logistic unit.	Материально техническое обеспечение на втором рубеже развертывания осуществляет канадское подразделение материально технического обеспечения.

Показать эту страницу на русском языке