Project: Gradient descent from scratch
M1 — Matematika Inti untuk AI
Tulis algoritma Gradient Descent manual menggunakan Python dan NumPy tanpa library machine learning tingkat tinggi.
Yang Dibangun
- Fungsi regresi logistik murni dengan binary cross-entropy loss.
- Gradient descent loop yang menghitung gradien analitis dan memplot kurva konvergensi loss.
Langkah pengerjaan
- Implementasikan fungsi sigmoid dan binary cross-entropy loss dengan NumPy
- Tulis fungsi komputasi gradien analitis terhadap weight dan bias
- Jalankan training loop gradient descent selama 1000 iterasi
- Bandingkan kecepatan konvergensi learning rate 0.1, 0.01, dan 0.001
- Plot grafik penurunan loss vs epoch dan simpan notebook
M1