|
Mathematics
Loss functions and descent method
[Функции потерь и метод спуска]
V. K. Ohanyan, H. Z. Zohrabyan Yerevan State University, Faculty of Mathematics and Mechanics
Аннотация:
В статье мы получили байесовские оценки для различных функций потерь и проверили их, используя алгоритм градиентного спуска. Данный алгоритм, работаюший на основе нормального и пуассоновского распределений, показал, что возможно найти минимальные значения ошибок, не имея байесовских оценок. Используя Python, мы испытали теорию на функциях потерь с известной байесовской оценкой, а также на других функциях потерь, и получили результаты, доказывающие теорию.
Ключевые слова:
Bayesian estimators, gradient descent, loss functions, machine learning.
Поступила в редакцию: 07.04.2021 Исправленный вариант: 23.04.2021 Принята в печать: 27.04.2021
Образец цитирования:
V. K. Ohanyan, H. Z. Zohrabyan, “Loss functions and descent method”, Уч. записки ЕГУ, сер. Физика и Математика, 55:1 (2021), 29–35
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/uzeru829 https://www.mathnet.ru/rus/uzeru/v55/i1/p29
|
Статистика просмотров: |
Страница аннотации: | 85 | PDF полного текста: | 42 | Список литературы: | 11 |
|