机器学习之逻辑回归、KNN理论与代码实践

课程目标:理解逻辑回归算法和KNN算法,能够完成对数据的分类任务

24小时内答疑 课时永久观看 15分钟内无条件退款
1. 仅限付费视频课程适用
2. 购买后15分钟内可以找到客服进行沟通退款
3. 退款将返还至51CTO学院账户,不支持提现
4. 下载资料后不再享有退款特权
5. 客服(Tel:400-101-1651)
6. 最终解释权归51CTO所有
共23课时,共1小时56分钟
现价¥68.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

理解逻辑回归算法和KNN算法,能够完成对数据的分类任务

适用人群

对机器学习感兴趣的人,想深入了解算法内部运行原理的人

课程简介

详细讲解逻辑回归的数学推导过程,能够使用原生代码完成逻辑回归代码的编写。详细讲解K近邻算法的原理及原生代码的实现过程。能够调用sklearn库完成逻辑回归与KNN代码的编写。能够完成对鸢尾花数据集分类,能够完成手写数字识别案例。

第一章机器学习之逻辑回归、KNN理论与代码实践
23节1小时56分钟
1-1开课介绍 [免费试看]
01:27
1-2机器学习知识体系
06:45
1-3机器学习流程
01:38
1-4逻辑回归介绍 [免费试看]
03:48
1-5逻辑回归的假设函数
02:53
1-6逻辑回归的损失函数与代价函数
05:14
1-7对g(z)函数求导过程的推导
02:37
1-8逻辑回归求解推导
09:03
1-9逻辑回归代码实现的一些问题说明
02:33
1-10逻辑回归核心代码实现
11:13
1-11逻辑回归预测函数和决策平面实现
08:44
1-12逻辑回归代码实现部分不易理解部分的解释
08:28
1-13逻辑回归的正则化
03:52
1-14逻辑回归正则化代码实现
03:52
1-15逻辑回归如何实现多分类
04:20
1-16使用sklearn实现逻辑回归
02:39
1-17案例1:鸢尾花数据分类
06:22
1-18案例2:手写数字识别
14:25
1-19KNN算法描述
02:30
1-20KNN中距离的计算方法
01:55
讲师介绍
纪佳琪
讲师评分4.8分
干过开发,做过培训,现在是一名高校教师。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载