0:00 - О чём видео
00:47 - Вспоминаем, как работает линейная регрессия
01:15 - Чем будет отличаться линейная классификация?
01:34 - Пример задачи: выдача кредитов
03:03 - Функция sign
03:56 - Какие функционалы потерь использовать?
05:20 - Что такое margin и для чего он нужен
06:55 - Логистический функционал потерь
07:22 - Как выдавать вероятность класса?
08:10 - Как перевести выдачу на отрезок [0;1]
08:45 - Что значит "модель грамотно апроксимирует вероятность?"
09:30 - Сооружаем новый функционал потерь - logloss
10:00 - Доказательство, что logloss грамотно апроксимирует вероятность, через ММП (сложнослайд)
10:20 - Три основные идеи
10:48 - Соединяем logloss и сигмоиду (сложнослайд)
11:01 - У нас получился логистический функционал потерь!
11:15 - Итоги
12:01 - Где используется логистическая регрессия
12:05 - Ставьте лайки!
[ Ссылка ] - здесь все полезные материалы для Data Scientist'а
