本文内容是 deep_learning.ai 微专业的第三门 《构建机器学习项目》第一周的课程。
这门课的内容与如何更快速高效地优化机器学习系统有关。
在这个练习中,我们将实现逻辑回归算法,并将它应用到两个不同的数据集中。
正则化是解决过拟合问题的一种有效手段。
在线性回归中我们需要预测的是连续的值,而在逻辑回归中我们需要预测的是离散值。虽然该算法中有“回归”二字,但是做的是分类的问题。
在这部分的练习中,你将使用单变量的线性回归来预测食品卡车的利润。假设你是a公司的CEO并正在考虑在不同的城市开设一家连锁餐厅。该连锁店已经在多个城市拥有卡车,并且你拥有有关城市的人口和利润的数据。你可以使用这些数据来帮助你选择接下来在那个城市发展。
本篇介绍了有关在多特征的情况下如何使用线性回归,以及一些相关的技巧。
机器学习中一种经典的算法
Xi XiangShu
翩若惊鸿,婉若游龙
Hangzhou, China
文章
19
分类
1
标签
15
学习
Update your browser to view this website correctly. Update my browser now
×