机器学习（二）：回归类问题
目录 1.线性回归 1.1线性回归 1.1.1 一元线性回归 1.1.2 多元线性回归 1.2损失函数 1.2.1 梯度下降（GD） 1.3正则 1.3.1 过拟合（overfitting）与欠拟合(underfitting) 1.3.2 正则化 2. 逻辑回归 2.1 sigmoid()函数 2.2 逻辑回归是怎样解决分类问题的 2.3 损失函数 2.4 二分类与多分类 回归类算法大体
相关文章
- 1. 机器学习系列（二）——分类及回归问题
- 2. 机器学习（3） ---- 回归问题 聚类问题
- 3. 机器学习----回归问题
- 4. 机器学习(三)回归问题（上）
- 5. 机器学习：回归问题
- 6. 机器学习：评价指标：分类问题、回归问题、排序问题
- 7. 逻辑回归--分类问题【机器学习】
- 8. 机器学习笔记--分类问题与逻辑回归
- 9. 机器学习之逻辑回归（分类问题）
- 10. 机器学习系列（八）——Logistic回归解决二分类问题
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Kotlin学习（二）基本类型
- • Tomcat学习笔记（史上最全tomcat学习笔记）
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
