机器学习之逻辑回归、KNN理论与代码实践

1-1

开课介绍开课介绍

1-2

机器学习知识体系机器学习知识体系

「仅限付费用户」点击下载“LogisticRegression.rar”

1-3

机器学习流程机器学习流程

1-4

逻辑回归介绍逻辑回归介绍

1-5

逻辑回归的假设函数逻辑回归的假设函数

1-6

逻辑回归的损失函数与代价函数逻辑回归的损失函数与代价函数

1-7

对g(z)函数求导过程的推导对g(z)函数求导过程的推导

1-8

逻辑回归求解推导逻辑回归求解推导

1-9

逻辑回归代码实现的一些问题说明逻辑回归代码实现的一些问题说明

1-10

逻辑回归核心代码实现逻辑回归核心代码实现

1-11

逻辑回归预测函数和决策平面实现逻辑回归预测函数和决策平面实现

1-12

逻辑回归代码实现部分不易理解部分的解释逻辑回归代码实现部分不易理解部分的解释

1-13

逻辑回归的正则化逻辑回归的正则化

1-14

逻辑回归正则化代码实现逻辑回归正则化代码实现

1-15

逻辑回归如何实现多分类逻辑回归如何实现多分类

1-16

使用sklearn实现逻辑回归使用sklearn实现逻辑回归

1-17

案例1：鸢尾花数据分类案例1：鸢尾花数据分类

1-18

案例2：手写数字识别案例2：手写数字识别

1-19

KNN算法描述KNN算法描述

1-20

KNN中距离的计算方法KNN中距离的计算方法