02-04-使用梯度下降法求解线性回归问题

1.6万
14
2022-06-29 10:51:07
173
110
285
82
视频中涉及的课件,PPT,电子书,代码等学习资料,大家可以通过以下链接领取哦。 链接:https://www.bilibili.com/read/cv19165146 找深度学习教程,机器学习教程,python教程,pytorch教程,人工智能教程,比赛教程,paper教程,高等数学教程,编程教程上深度之眼
写科研论文,打全球名赛,学AI理论,就来深度之眼。公众号【深度之眼】官网:www.deepshare.net
机器学习基础
(5/117)
39.9万播放
简介
01-01-机器学习概述
17:35
02-01-线性回归简介、数学符号、假设函数、损失函数、代价函数
14:43
02-02-梯度下降法
13:40
02-03-梯度下降法代码实现
08:00
02-04-使用梯度下降法求解线性回归问题
16:27
02-05-线性回归代码实现(修正)
14:00
02-06-线性回归代码实现-做特征归一化
13:29
02-07-批量梯度下降,随机梯度下降,小批量梯度下降
06:39
02-08-几种常见的模型评价指标
11:39
02-09-欠拟合与过拟合
07:40
02-10-Ridge回归求解与代码实现
10:46
02-11-LASSO回归求解
13:50
02-12-LASSO回归求解举例说明
07:29
02-13-LASSO回归代码实现
08:46
02-14-最小二乘法求线性回归
11:23
02-15-最小二乘法代码实现
04:57
02-16-使用Sklearn实现Ridge,LASSO和ElasticNet
10:09
02-17-波士顿房价预测(上)
12:29
02-17-波士顿房价预测(下)
20:49
03-01-逻辑回归简介、假设函数、损失函数、成本函数
10:31
03-02-逻辑回归求解
14:03
03-03-一个示例解释逻辑回归的求解公式
07:58
03-04-逻辑回归代码实现(上)
14:59
03-04-逻辑回归代码实现(下).mp4
10:15
03-05-逻辑回归的正则化.mp4
08:45
03-06-逻辑回归实现多分类方法.mp4
13:29
03-07-使用Sklearn实现逻辑回归
06:49
03-08-案例:鸢尾花分类
18:07
03-09-案例:手写数字识别
16:40
04-01-决策树简介、熵
09:22
04-02-条件熵及计算举例
07:06
04-03-信息增益、ID3算法
07:33
04-04-决策树代码实现(1-熵的计算)
08:25
04-04-决策树代码实现(2-划分数据集、选择最好的特征)
14:06
04-04-决策树代码实现(3-类别投票表决)
05:36
04-04-决策树代码实现(4-决策树递归生成,决策树对新数据进行预测)
11:27
04-05-C4.5算法
05:19
04-06-基尼指数(Gini Index)生成决策树
09:01
04-07-决策树剪枝.mp4
08:36
04-08-决策树处理连续值与缺失值
12:18
04-09-多变量决策树
06:27
04-10-Sklearn实现决策树.mp4
06:27
04-11-案例:使用决策树进行个人信用风险评估(1.数据集介绍、数据预处理)
11:04
04-11-案例:使用决策树进行个人信用风险评估(2.模型评估指标).mp4
12:18
04-11-案例:使用决策树进行个人信用风险评估(3.模型评估,优化).mp4
07:59
05-01-贝叶斯决策简介
10:49
05-02-贝叶斯决策模型
06:39
05-03-朴素贝叶斯模型
09:33
05-04-朴素贝叶斯代码实现(1.训练过程)
12:38
05-04-朴素贝叶斯代码实现(2.预测过程)
05:12
05-05-拉普拉斯修正及代码实现
09:48
05-06-朴素贝叶斯如何处理连续型数据
04:59
05-07-Sklearn实现朴素贝叶斯
06:43
05-08-案例:垃圾邮件识别(1.实现原理)
05:39
05-08-案例:垃圾邮件识别(2.代码实现)
14:53
06-01-支持向量机简介
04:16
06-02-线性可分支持向量机(几何间隔,函数间隔,目标函数)
16:16
06-03-拉格朗日乘子法求带有等式约束的极值问题
12:40
06-04-拉格朗日乘子法求带有不等式约束的极值问题、KKT条件
11:53
06-05-目标函数求解(1.对偶问题、先对w,b求极小)
13:18
06-06-目标函数求解(2.对alpha求极大)
06:27
06-07-SVM求解举例
20:38
06-08-线性支持向量机的目标函数
06:58
06-09-线性支持向量机目标函数优化
10:30
06-10-非线性支持向量机简介
12:33
06-11-非线性支持向量机的目标函数
06:12
06-12-SMO算法推导结果
10:35
06-13-1SVM代码实现之简易版(上)
23:46
06-13-2SVM代码实现之改进版
13:08
06-13-1SVM代码实现之简易版(下)
06:28
06-13-3SVM代码实现之引进核函数版
08:59
06-14-SMO算法推导过程4
07:29
06-14-SMO算法推导过程1
08:26
06-14-SMO算法推导过程3
05:43
06-14-SMO算法推导过程2
08:17
06-15-SVM总结
05:28
06-16-Sklearn实现SVM2-3,输出常用属性值,使用高斯核
06:56
06-16-Sklearn实现SVM1
05:24
06-16-Sklearn实现SVM4,调参
06:09
06-17-案例:使用SVM完成人脸识别
17:16
07-01-K-means基本原理及推导
05:50
07-02-K-means中距离计算方法
06:57
07-03-K-means代码实现(1原生代码实现)
15:06
07-04-层次聚类原理及距离计算
07:41
07-05-层次聚类举例
05:09
07-06-Sklearn实现层次聚类
04:18
07-07-密度聚类
07:55
07-08-Sklearn实现密度聚类
03:22
07-09-高斯混合模型介绍07-09-高斯混合模型介绍
07:58
07-10-高斯混合模型参数估计
13:13
07-11-1高斯混合模型原生代码实现
15:12
07-11-2Sklearn实现高斯混合模型
04:19
07-12-案例:对亚洲足球队进行聚类分析
05:53
08-01-主成分分析介绍
09:49
08-02-协方差矩阵的特征值分解算法
06:49
08-03-协方差矩阵的特征值分解算法代码实现.mp4
11:07
08-04-基于数据矩阵的奇异值分解算法
06:39
08-05-基于数据矩阵的奇异值分解算法代码实现
04:54
08-06-Sklearn实现PCA
07:42
08-07-案例:PCA实现照片压缩
09:56
09-01-集成学习介绍
03:23
09-02-Voting能够提高准确度的原因.mp4
05:56
09-03-Voting原理
04:56
09-04-Voting代码实现
07:52
09-05-Bagging与随机森林及其代码实现
14:47
09-06-Boosting
09:45
09-07-Adaboost举例
12:06
09-08-AdaBoost代码实现.mp4
08:29
09-09-GBDT之提升和提升树概念
14:14
09-10-GBDT梯度提升树
06:25
09-11-XGBoost介绍,目标函数,正则项.mp4
10:52
09-12-XGBoost求解.mp4
13:31
09-13-XGBoost树结构生成.mp4
06:09
09-14-XGBoost代码实现1
15:21
09-15-Stacking
07:05
09-16-Stacking 代码实现
05:04
09-17-stacking堆叠
07:05
客服
顶部
赛事库 课堂 2021拜年纪