机器学习之逻辑回归、KNN理论与代码实践
返回
机器学习之逻辑回归、KNN理论与代码实践
共23节
1833人在学
课程详情
¥68.00订阅全部
开课简介
机器学习知识体系
机器学习流程
逻辑回归介绍
逻辑回归的假设函数
逻辑回归的损失函数与代价函数
对g(z)函数求导过程的推导
逻辑回归求解推导
逻辑回归代码实现的一些问题说明
逻辑回归核心代码实现
逻辑回归预测函数和决策平面实现
逻辑回归代码实现部分不易理解部分的解释
逻辑回归的正则化
逻辑回归正则化代码实现
逻辑回归如何实现多分类
使用sklearn实现逻辑回归
案例1:鸢尾花数据分类
案例2:手写数字识别
KNN算法描述
KNN中距离的计算方法
KNN原生代码实现
使用Sklearn库实现Knn
使用Knn对鸢尾花数据进行分类
订阅失败
机器学习之逻辑回归、KNN理论与代码实践
...
当前章节需购买后观看
开通超级会员免费看!专家精选系列课程,满足你从入门到精通!更有问答月卡免费送,你的问题有问必答!
提交答案
购买课程
扫码完成付费,可继续学习全部课程内容
加载中...
播放页问题反馈
视频学习中有任何产品建议都可由此反
馈,我们将及时处理!
课时介绍
逻辑回归代码实现的一些问题说明
课程介绍
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。
推荐课程
正在试验
后自动删除环境
关闭试验
继续试验
课程实验
本次实验时间已到期 00:00:00
课件正在飞速打包中,请耐心等待几秒钟~