文件清单 60 项

• 1:逻辑回归_Sigmoid函数.mp4
• 2:sigmoid函数作用.mp4
• 3:逻辑回归为什么用sigmoid函数_预备知识.mp4
• 4:证明伯努利分布是指数族分布_推导出逻辑回归公式.mp4
• 5:回想多元线性回归公式其实也是从广义线性回归推导出来的.mp4
• 6:推导逻辑回归损失函数_得到总似然的公式.mp4
• 7:推导逻辑回归损失函数_得到最终形式.mp4
• 8: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
• 9:绘制逻辑回归损失函数_探索单个参数和损失的关系.mp4

展开全部 60 项

• 10: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
• 11: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
• 12:对逻辑回归函数进行求导_结论在后面会用到.mp4
• 13:对逻辑回归的损失函数求导_推导出导函数的形式.mp4
• 14:实战逻辑回归对鸢尾花数据集进行二分类.mp4
• 15:OneVsRest将多分类问题转化成多个二分类问题.mp4
• 16:实战逻辑回归对鸢尾花数据集进行多分类.mp4
• 第五阶段_线性分类算法_逻辑回归和Softmax回归.pdf
• 17:证明多项式分布属于指数族分布一种.mp4
• 18:从广义线性回归的η推导出来Softmax的公式.mp4
• 19:有了Softmax函数的公式就可以去计算loss_Softmax的Loss函数形式其实就是LR的泛化版本.mp4
• 20:再次证明Softmax损失函数当K=2时就是逻辑回归损失函数.mp4
• 21:证明Softmax公式K=2的时候就是逻辑回归_平移不变性.mp4
• 22:逻辑回归和Softmax回归在多分类任务模型参数上的区别_与算法在选择上的区别.mp4
• 23:实战音乐分类器_讲解需求和读取数据.mp4
• 24:实战音乐分类器_探索不同曲风音乐文件的时间频率图.mp4
• 25:实战音乐分类器_傅里叶变换可以帮助我们做什么.mp4
• 26:实战音乐分类器_代码使用傅里叶变换将混音文件进行投影.mp4
• 27:实战音乐分类器_代码对单首歌曲进行傅里叶变换_代码对600首音乐文件进行傅里叶变换并保存结果.mp4
• 28:实战音乐分类器_代码读取600首傅里叶变换后的数据_构建训练集并训练模型.mp4
• 29:实战音乐分类器_模型的测试和调优_解决双通道音乐文件的问题.mp4
• 30:SVM与感知机关系_几何距离与函数距离.mp4
• 31:SVM的思想.mp4
• 32:几种SVM_SVM的损失函数.mp4
• 33:数学预备知识_拉格朗日函数.mp4
• 34:硬间隔SVM的两步优化.mp4
• 35:总结硬间隔SVM.mp4
• 36:软间隔SVM和总结流程.mp4
• 37:非线性SVM.mp4
• 38:SVM在sklearn中的使用_超参数.mp4
• SVM算法.pdf
• 39:SVM算法流程总结.mp4
• 40:SMO算法求解思路_分解成很多个子二次规划问题分别求解.mp4
• 41:SMO将交给它的目标函数变成二元函数进一步变成一元函数.mp4
• 42:对一元函数求极值点_推导出旧的α和新的α的关系.mp4
• 43:将公式467带入导函数进一步简化_对求解出的新的α2进行剪裁.mp4
• 44:再次说明α2如何进行剪裁的思路_根据α2求α1.mp4
• 45:启发式选择两个α.mp4
• 46:如何计算阈值b.mp4
• 47:SVM的SMO实现读取数据和计算fx与Ei.mp4
• 48:SVM的SMO实现判断违背条件的α1.mp4
• 49:SVM的SMO实现应用公式计算alphas和b.mp4
• 50:SVM绘制已有数据点和超平面以及边界.mp4
• 51:关于sklearn中的SVM封装的类和超参.mp4
• 52:概率化输出_SVM的合页损失函数_Tensorflow实现GD方式求解SVM.mp4
• 53:OVR和OVO多分类_算法小结_对比逻辑回归.mp4
• 06,机器学习-线性分类/
• 章节1:逻辑回归/
• 章节2:Softmax回归/
• 章节3:SVM支持向量机算法/
• 章节4:SMO优化算法/