此资源内容只作交流和学习使用,请勿侵犯他人的知识产权,本站不储存、复制任何文件,所有文件均来自网络。
感谢您对本站的支持。
第五阶段_线性分类算法_逻辑回归和Softmax回归.pdf 1.09 MB pdf
新建文本文档.txt 1.34 KB txt
代码.exe 339.17 KB exe
48:实战逻辑回归对鸢尾花数据集进行多分类.mp4 18.27 MB mp4
47:OneVsRest将多分类问题转化成多个二分类问题.mp4 12.05 MB mp4
46:实战逻辑回归对鸢尾花数据集进行二分类.mp4 17.72 MB mp4
45:对逻辑回归的损失函数求导_推导出导函数的形式.mp4 21.86 MB mp4
44:对逻辑回归函数进行求导_结论在后面会用到.mp4 11.33 MB mp4
43:绘制逻辑回归损失函数_绘制3D的图形_分析X1X2两个维度的重要度.mp4 16.68 MB mp4
42:绘制逻辑回归损失函数_探索两个参数和损失函数变换关系.mp4 17.38 MB mp4
41:绘制逻辑回归损失函数_探索单个参数和损失的关系.mp4 13.81 MB mp4
40:绘制逻辑回归损失函数_读入数据计算最优解模型_实现逻辑回归预测_实现逻辑回归损失函数.mp4 24.65 MB m...
8-9 LASSO.mp4 69.89 MB mp4
8-8 模型泛化与岭回归.mp4 106.05 MB mp4
8-7 偏差方差平衡.mp4 35.51 MB mp4
8-6 验证数据集与交叉验证.mp4 132.98 MB mp4
8-5 学习曲线.mp4 79.53 MB mp4
8-4 为什么要训练数据集与测试数据集.mp4 103.78 MB mp4
8-3 过拟合与欠拟合.mp4 109.96 MB mp4
8-2 scikit-learn 中的多项式回归.mp4 80.46 MB mp4
8-10 L1,L2弹性网络.mp4 26.47 MB mp4
8-1 什么是多项式回归.mp4 53.41 MB mp4
8-9 LASSO.mp4 69.89 MB mp4
8-8 模型泛化与岭回归.mp4 106.05 MB mp4
8-7 偏差方差平衡.mp4 35.51 MB mp4
8-6 验证数据集与交叉验证.mp4 132.98 MB mp4
8-5 学习曲线.mp4 79.53 MB mp4
8-4 为什么要训练数据集与测试数据集.mp4 103.78 MB mp4
8-3 过拟合与欠拟合.mp4 109.96 MB mp4
8-2 scikit-learn 中的多项式回归.mp4 80.46 MB mp4
8-10 L1,L2弹性网络.mp4 26.47 MB mp4
8-1 什么是多项式回归.mp4 53.41 MB mp4
8-9 LASSO.mp4 69.89 MB mp4
8-8 模型泛化与岭回归.mp4 106.05 MB mp4
8-7 偏差方差平衡.mp4 35.51 MB mp4
8-6 验证数据集与交叉验证.mp4 132.98 MB mp4
8-5 学习曲线.mp4 79.53 MB mp4
8-4 为什么要训练数据集与测试数据集.mp4 103.78 MB mp4
8-3 过拟合与欠拟合.mp4 109.96 MB mp4
8-2 scikit-learn 中的多项式回归.mp4 80.46 MB mp4
8-10 L1,L2弹性网络.mp4 26.47 MB mp4
8-1 什么是多项式回归.mp4 53.41 MB mp4
8-9 LASSO.mp4 69.89 MB mp4
8-8 模型泛化与岭回归.mp4 106.05 MB mp4
8-7 偏差方差平衡.mp4 35.51 MB mp4
8-6 验证数据集与交叉验证.mp4 132.98 MB mp4
8-5 学习曲线.mp4 79.53 MB mp4
8-4 为什么要训练数据集与测试数据集.mp4 103.78 MB mp4
8-3 过拟合与欠拟合.mp4 109.96 MB mp4
8-2 scikit-learn 中的多项式回归.mp4 80.46 MB mp4
8-10 L1,L2弹性网络.mp4 26.47 MB mp4
8-1 什么是多项式回归.mp4 53.41 MB mp4
8-9 LASSO.mp4 69.89 MB mp4
8-8 模型泛化与岭回归.mp4 106.05 MB mp4
8-7 偏差方差平衡.mp4 35.51 MB mp4
8-6 验证数据集与交叉验证.mp4 132.98 MB mp4
8-5 学习曲线.mp4 79.53 MB mp4
8-4 为什么要训练数据集与测试数据集.mp4 103.78 MB mp4
8-3 过拟合与欠拟合.mp4 109.96 MB mp4
8-2 scikit-learn 中的多项式回归.mp4 80.46 MB mp4
8-10 L1,L2弹性网络.mp4 26.47 MB mp4
8-1 什么是多项式回归.mp4 53.41 MB mp4
8-9 LASSO.mp4 69.89 MB mp4
8-8 模型泛化与岭回归.mp4 106.05 MB mp4
8-7 偏差方差平衡.mp4 35.51 MB mp4
8-6 验证数据集与交叉验证.mp4 132.98 MB mp4
8-5 学习曲线.mp4 79.53 MB mp4
8-4 为什么要训练数据集与测试数据集.mp4 103.78 MB mp4
8-3 过拟合与欠拟合.mp4 109.96 MB mp4
8-2 scikit-learn 中的多项式回归.mp4 80.46 MB mp4
8-10 L1,L2弹性网络.mp4 26.47 MB mp4
8-1 什么是多项式回归.mp4 53.41 MB mp4
8-9 LASSO.mp4 69.89 MB mp48-8 模型泛化与岭回归.mp4 106.05 MB mp48-7 偏差方差平衡.mp4 35.51 MB mp48-6 验证数据集与交叉验证.mp4 132.98 MB mp48-5 学习曲线.mp4 79.53 MB mp48-4 为什么要训练数据集与测试数据集.mp4 103.78 MB mp48-3 过拟合与欠拟合.mp4 109.96 MB mp48-2 scikit-learn 中的多项式回归.mp4 80.46 MB mp48-10 L1,L2弹性网络.mp4 26.47 MB mp48-1 什么是多项式回归.mp4 53.41 MB mp4
8-9 LASSO.mp4 69.89 MB mp48-8 模型泛化与岭回归.mp4 106.05 MB mp48-7 偏差方差平衡.mp4 35.51 MB mp48-6 验证数据集与交叉验证.mp4 132.98 MB mp48-5 学习曲线.mp4 79.53 MB mp48-4 为什么要训练数据集与测试数据集.mp4 103.78 MB mp48-3 过拟合与欠拟合.mp4 109.96 MB mp48-2 scikit-learn 中的多项式回归.mp4 80.46 MB mp48-10 L1,L2弹性网络.mp4 26.47 MB mp48-1 什么是多项式回归.mp4 53.41 MB mp4
3.模型学习的最优化方法.mp4 143.47 MB mp4
2.最大熵模型.mp4 128.10 MB mp4
1.逻辑斯谛回归模型.mp4 46.85 MB mp4
3.模型学习的最优化方法.mp4 143.47 MB mp42.最大熵模型.mp4 128.10 MB mp41.逻辑斯谛回归模型.mp4 46.85 MB mp4
3.模型学习的最优化方法.mp4 143.47 MB mp42.最大熵模型.mp4 128.10 MB mp41.逻辑斯谛回归模型.mp4 46.85 MB mp4
3.模型学习的最优化方法.mp4 143.47 MB mp42.最大熵模型.mp4 128.10 MB mp41.逻辑斯谛回归模型.mp4 46.85 MB mp4
3.模型学习的最优化方法.mp4 143.47 MB mp42.最大熵模型.mp4 128.10 MB mp41.逻辑斯谛回归模型.mp4 46.85 MB mp4
3.模型学习的最优化方法.mp4 143.47 MB mp42.最大熵模型.mp4 128.10 MB mp41.逻辑斯谛回归模型.mp4 46.85 MB mp4
3.模型学习的最优化方法.mp4 143.47 MB mp42.最大熵模型.mp4 128.10 MB mp41.逻辑斯谛回归模型.mp4 46.85 MB mp4
3.模型学习的最优化方法.mp4 143.47 MB mp42.最大熵模型.mp4 128.10 MB mp41.逻辑斯谛回归模型.mp4 46.85 MB mp4