课程章节
介绍 章节 问答 笔记
第1章 课程介绍
机器学习简介
分类算法&评价指标
逻辑回归简介
第2章 逻辑回归的原理
极大似然估计原理
用极大似然建立损失函数
梯度的背景知识
用梯度上升法最优化参数求解
最大熵模型介绍
第3章 逻辑回归的代码实现
数据集
模型参数求解实现
评价指标计算
调包实现逻辑回归
第4章 逻辑回归模型应用
逻辑回归拟合的本质
过拟合及正则化
逻辑回归模型的应用
非均衡分类
第5章 课程总结
课程总结