详解逻辑回归：从感知机到 Sigmoid 概率输出
Franc0Fernand0 · x · 2026-08-21
文章深入讲解逻辑回归，它是应用最广的分类模型之一。核心在于将感知机的阶跃函数替换为 Sigmoid 函数，从而输出概率而非简单的 Yes/No。内容涵盖 Log Loss 损失函数、训练过程以及 Softmax 多分类扩展，帮助读者理解神经网络的基础。
「研究」频道最新
- 观点：预训练远未饱和，模型规模非智能巅峰必要条件 — kalomaze · 2026-08-21
- MIT 实验室招聘博士后，专注 Agentic AI 与多智能体系统 — GioeleZardini · 2026-08-21
- 实验性奖励模型筛选出 Gemma SFT 输出中的糟糕样本 — kalomaze · 2026-08-21
- 布朗大学 Serena Booth 讲座：征询与解读人类偏好 — danielequercia · 2026-08-21
- NAPE：音频预测的新自监督学习方法 — ImperialCollegeLondon · 2026-08-21
- NARU：日语超长视频叙事演化基准 — utokyo-ai · 2026-08-21