Machine Learning Cơ Bản: Logistic Regression (Nâng Cao)

แชร์
ฝัง
  • เผยแพร่เมื่อ 13 ต.ค. 2024

ความคิดเห็น • 11

  • @TranSonPhat
    @TranSonPhat  29 วันที่ผ่านมา +1

    Như đã hứa thì đây là một video nâng cao hơn để nói về hai phương trình hàm loss và phương trình đường cong sigmoid ở bài học hôm trước.
    Trong video sẽ có nhiều phần có chứa phương trình nên các bạn có thể dừng video để rõ hơn nha. Video này có hơi lý thuyết và nâng cao hơn một chút nên nếu cảm thấy khó hiểu thì các bạn có thể xem lại nhiều lần.
    Cảm ơn các bạn đã theo dõi và ủng hộ kênh của mình!

  • @MineLynn
    @MineLynn 19 วันที่ผ่านมา +2

    Video bạn thật sự được đầu tư chất lượng, nền tảng chắc cho các bạn trẻ trong ngành. Cảm ơn bạn nhiều❤

    • @TranSonPhat
      @TranSonPhat  19 วันที่ผ่านมา

      Cảm ơn bạn rất nhiều vì đã ủng hộ kênh nha!

  • @MinhHoang-fi6wk
    @MinhHoang-fi6wk 28 วันที่ผ่านมา +2

    quá xịn luôn anh ơi, topic khó mà anh truyền đạt dễ hiểu thật

    • @TranSonPhat
      @TranSonPhat  26 วันที่ผ่านมา +1

      Cảm ơn bạn rất nhiều nha!

  • @giabao1710
    @giabao1710 29 วันที่ผ่านมา +1

    Lần tới anh làm về mô hình Support Vector Machine được không ạ? Cảm ơn anh đã truyền đạt kiến thức cho mọi người.

    • @TranSonPhat
      @TranSonPhat  26 วันที่ผ่านมา +1

      Mình nhất định sẽ làm một video về SVM, cảm ơn bạn đã ủng hộ nha!

  • @luisnguyenhoang
    @luisnguyenhoang 4 วันที่ผ่านมา +1

    Video của anh rất hay, anh có thể làm các vd về SVM, Naive Bayes và KNN được k ạ

    • @TranSonPhat
      @TranSonPhat  2 วันที่ผ่านมา

      Anh sẽ làm về những model này trong các video sắp tới, em ráng chờ xíu nghen!

  • @luongtuanthinh4957
    @luongtuanthinh4957 29 วันที่ผ่านมา +1

    cảm ơn a thật nhiều

    • @TranSonPhat
      @TranSonPhat  26 วันที่ผ่านมา

      Cảm ơn bạn vì đã theo dõi video này nha!