机器学习之线性回归理论与代码实践

1

课程简介本门课程主要讲解机器学习中的线性回归。不但完整地讲解了数学推导过程，同时还使用原生代码进行了实现。课程代码及课件请下载压缩文件。

「仅限付费用户」点击下载“LinearRegression.rar”

2

机器学习知识体系机器学习知识体系

3

机器学习流程机器学习流程

4

线性回归介绍与符号表示线性回归介绍与符号表示

5

假设函数、损失函数与代价函数假设函数、损失函数与代价函数

6

梯度下降法梯度下降法

7

梯度下降代码实现梯度下降代码实现

8

使用梯度下降法求解线性回归代价函数最小值使用梯度下降法求解线性回归代价函数最小值

9

线性回归代码实现线性回归代码实现

10

数据归一化，画直线图，画损失函数图数据归一化，画直线图，画损失函数图

11

批量梯度下降，随机梯度下降，小批量梯度下降批量梯度下降，随机梯度下降，小批量梯度下降

12

欠拟合与过拟合欠拟合与过拟合

13

Ridge回归，LASSO回归，弹性网介绍Ridge回归，LASSO回归，弹性网介绍

14

Ridge回归求解与代码实现Ridge回归求解与代码实现

15

LASSO求解LASSO求解

16

LASSO代码实现LASSO代码实现

17

弹性网求解弹性网求解

18

使用Sklearn实现Ridge,Lasso,Elast使用Sklearn实现Ridge,Lasso,ElasticNet

19

案例：波士顿房价预测代码实现案例：波士顿房价预测代码实现

20

案例：训练集，验证集，测试集，K折交叉验证案例：训练集，验证集，测试集，K折交叉验证