OpenI
/
machinelearning_notebook
Not watched
1
0
Fork 0
Code
Releases 0 Wiki Activity
Issues 0 Pull Requests 0 Datasets Model Cloudbrain
You can not select more than 25 topics Topics must start with a chinese character,a letter or number, can include dashes ('-') and can be up to 35 characters long.
250 Commits
2 Branches
474 MB
30 Download
Tree: 2b4e6d75e1
Branches Tags
${ item.name }
Create branch ${ searchTerm }
from '2b4e6d75e1'
${ noResults }
machinelearning_notebook/4_logistic_regression/README.md

README.md 563 B
Raw Normal View History

Add course index
3 years ago
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
​
 1234567891011121314151617 
  1. # 逻辑回归

  2. 

  3. 

  4. 

  5. 逻辑回归(Logistic Regression, LR)模型其实仅在线性回归的基础上，套用了一个逻辑函数，但也就由于这个逻辑函数，使得逻辑回归模型能够输出类别的概率。逻辑回归的本质是：假设数据服从这个分布，然后使用极大似然估计做参数的估计。

  6. 

  7. ![theory](images/linear_logistic_regression.png)

  8. 

  9. 

  10. 

  11. ## 内容

  12. 

  13. * [线性回归-最小二乘法](1-Least_squares.ipynb)

  14. * [逻辑回归](2-Logistic_regression.ipynb)

  15. 

  16. * [特征处理 - 降维](3-PCA_and_Logistic_Regression.ipynb)

  17.

机器学习越来越多应用到飞行器、机器人等领域，其目的是利用计算机实现类似人类的智能，从而实现装备的智能化与无人化。本课程旨在引导学生掌握机器学习的基本知识、典型方法与技术，通过具体的应用案例激发学生对该学科的兴趣，鼓励学生能够从人工智能的角度来分析、解决飞行器、机器人所面临的问题和挑战。本课程主要内容包括Python编程基础，机器学习模型，无监督学习、监督学习、深度学习基础知识与实现，并学习如何利用机器学习解决实际问题，从而全面提升自我的《综合能力》。