En lugar de encontrar uno para ti, te diré cómo lo encontraría.
Tenga en cuenta que la regresión logística minimiza una “pérdida de registro” o un “error de entropía cruzada”. Asegúrese de saber cómo se ve esa función de pérdida cuando se escribe en notación de suma.
Ahora, vaya a competiciones pasadas y mire la página de “evaluación”. Le mostrarán la función de costo que debe optimizar allí.
- ¿Los matemáticos trabajan en problemas que surgen de la inteligencia artificial (teórica) y el aprendizaje automático?
- ¿Qué otros algoritmos de aprendizaje automático, además del aprendizaje profundo, se aplican ampliamente en aplicaciones comerciales?
- ¿Cómo usa la NASA el aprendizaje automático?
- ¿Cuál es la naturaleza de la red neuronal multicapa en el aprendizaje Deep Q?
- ¿Por qué los modelos gráficos probabilísticos tienen un rendimiento inferior en las tareas de clasificación en comparación con las redes neuronales o las máquinas de vectores de soporte?
Elija uno donde la función de costo sea la misma que la utilizada en la regresión logística, pero no es, por ejemplo, datos de imagen (algo para lo que necesitaría un CNN).
En cuanto a los modelos jerárquicos, busque un problema de varias clases y vea si puede encontrar alguno en el que pueda decidir sobre su propia jerarquía de clases. No puedo recordar ninguno de mi cabeza que sea adecuado para esto, pero hay problemas multiclase y es posible que puedas encontrar uno que se adapte a este propósito.
Buena suerte
