【机器学习】逻辑回归模型与梯度下降法

课程目标:通过该课程的学习可以深入了解逻辑回归模型与梯度下降法,掌握机器学习基础。

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9课时,共3小时8分钟
现价¥198.00
购买
  1. 课程介绍
  2. 课程大纲
课程目标

通过该课程的学习可以深入了解逻辑回归模型与梯度下降法,掌握机器学习基础。

适用人群

想学习机器学习的小伙伴

课程简介

逻辑回归算法及梯度下降法:

  1. 【基础内容】逻辑回归介绍

  2. 【基础内容】逻辑回归时线性分类器

  3. 【基础内容】逻辑回归的目标函数

  4. 【基础内容】梯度下降法

  5. 【基础内容】逻辑回归的梯度下降法

  6. 【基础内容】梯度下降法的复杂度

  7. 【进阶内容】梯度下降法的收敛分析

  8. 【进阶内容】凸函数性质以及L-Lipschitz条件

  9. 【进阶内容】收敛性的推导

课程不含资料

第一章逻辑回归模型与梯度下降法
9节3小时8分钟
1-1任务1: 逻辑回归介绍 [免费试看]
33:57
1-2任务2: 逻辑回归是线性分类器
07:29
1-3任务3: 逻辑回归的目标函数
18:52
1-4任务4: 梯度下降法
23:26
1-5任务5: 逻辑回归的梯度下降法
37:38
1-6任务6: 梯度下降法的复杂度
03:59
1-7任务7: 梯度下降法的收敛分析
12:43
1-8任务8: 凸函数性质以及L-Lipschitz条件
22:25
1-9任务9: 收敛性推导
27:33
讲师介绍
李文哲
讲师评分5.0分
美国南加州大学机器学习博士 曾任凡普金科(爱钱进)首席科学家、美国亚马逊、美国高盛高级工程师。是金融行业开创知识图谱做大数据反欺诈的第一人,并具有丰富的战略制定和管理经验。先后在AAAI、KDD、AISTATS、CHI等国际顶级会议上发表过15篇以上论文、先后获得IAAI、IPDPS、CISC-W大会的best paper award。
X
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载