博士讲授人工智能之机器学习

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-线性回归。 课程目录 一机器学习基础 1 绪论 2 数学基础 3 机器学习基础 二线性回归模型 1 科学计算库Numpy 2 线性回归之一元线性回归 3 多元线性回归模型详细推导 4 代码实战：用解析解实现多元线性回归模型 5 代码实战：用Sklearn实现多元线性回归模型及模型的保存与使用 6 梯度下降算法 7 代码实战：批量梯度下降算法 8 模型的评价 9 代码实战：随机梯度下降算法 10 代码实战：小批量梯度下降算法 11 多项式回归及代码实战 12 过拟合与欠拟合、正则化、岭回归、Lasso回归

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。