标签： #机器学习

从准确率不可导的问题出发，推导 Sigmoid、二元交叉熵与 logit 梯度，手算损失，并用 PyTorch 写出数值稳定的二分类训练。

用十个样本和标准化手算，解释训练集、验证集、测试集的职责边界，掌握无泄漏的数据划分与 sklearn Pipeline。

从“写规则”和“从数据学习”的区别出发，拆解样本、特征、模型、损失函数与训练循环，并手算一次参数更新。