博士讲授人工智能之对数几率回归

课程咨询和资料获取请加老师QQ 1011800132 机器学习是一个庞大的家族体系，涉及众多算法，任务和学习理论，需要系统的学习才能理解精髓。 机器学习中回归是同学们在学习过程中重要的一环。无论是面试还是实际应用都会经常用到。很多人都会使用线性回归，但理解原理的很少，如果想让自己在机器学习的方向上更有价值，数学方面的推导必不可少。通过本教程的学习，让博士带着大家知其然知其所以然，掌握和理解机器学习-对数几率回归-决策树模型教程。 课程目录 第3章 对数几率回归 1 对数几率回归基本概念 2 极大似然函数与对数几率回归公式详细推导 3 代码实战：用sklearn实现对数几率回归 4 分类问题的模型评价及代码实现 5 用sklearn实现多分类任务 第4章 决策树模型 1 决策树基本概念 2 信息量 信息熵 3 信息增益及计算实例 4 信息增益计算与分析 5 代码实战：用sklearn实现决策树预测肿瘤 6 ID3缺点分析、C4.5、CART决策树 7 基尼指数计算实例、预剪枝与后剪枝

内容版权声明：除非注明，否则皆为本站转载文章。文章及图片版权归原作者所有，如有侵权请联系我们，我们立刻删除。