讲解线性回归的知识点
讲解梯度下降
讲解逻辑回归
通过一个实际案例来应用线性回归逻辑回归和梯度下降是如何工作的
- 总的介绍这个案例的实际用途
- 加载数据并且绘制散点图
- 创建实例中会涉及到的各个数学公式的表达函数
- 介绍案例中涉及到的各个函数的用途
- 通过程序封装sigmod函数的实现过程
- 封装求得预测值的函数
- 损失函数的封装
- 继续封装损失函数
- 封装求梯度值的函数
- 通过三种方式让求解剃度值停止
- 封装重新让数据洗牌的函数
- 详细讲解如何求解各个参数剃度值
- 尝试不同的停止策略让结果更好
- 尝试不同的停止策略让结果更好（二）
- 复习已经讲过的知识点（一）
- 复习已经讲过的知识点（二）
- 复习已经讲过的知识点（三）
- 复习已经讲过的知识点（四）
- 复习已经讲过的知识点（五）
- 复习已经讲过的知识点（六）
- 对比不同的梯度下降得到的结果有什么不同
- 通过sklearn中的数据预处理模块对现有数据进行标准化处理
- 数据预处理之后再重新通过梯度下降求得参数的权重值
- 求解精度值
- 求解精度值以及案例的整体回顾
0/1024
暂无留言
