机器学习算法专题(附组队学习)
↑↑↑关注后"星标"Datawhale
每日干货 & 每月组队学习,不错过
Datawhale专题
作者:王茂霖,华中科技大学,Datawhale成员
机器学习算法
这一年多来,Datawhale已经分享了数百篇学习干货。根据大家反馈,学习的问题主要有,一是不清楚怎么入门,二是感觉不够成体系。 所以后面打算把开源的内容逐步体系化,形成数学基础,python基础,机器学习,深度学习,数据分析,数据挖掘等多个知识专题,再结合专题组织学习活动。其中机器学习见下图。
今天,我们从第一个算法开始:逻辑回归算法(可以说是最经典最常用的机器学习算法)
逻辑回归
逻辑回归(Logistic regression,简称LR)虽然其中带有"回归"两个字,但其实是一个分类模型。逻辑回归的模型极为简单,同时模型的可解释性也很强。可以广泛用于各个领域,包括大多数医学和社会科学等领域。逻辑回归还是很多分类算法的基础组件。
逻辑回归是机器学习最基础的算法之一,简单易学,实用有效。便于初学者也能很好地入门和实践。根据之前的学习经验,梳理的学习内容如下:
逻辑回归算法原理
逻辑回归算法实践
基于鸢尾花(iris)数据集的分类预测
学习实践
考虑到在Github的开源内容经常打不开,上述内容也开源在了国内阿里云社区。阿里云作为Datawhale开源支持方,将提供免配置运行环境和免费算力支持。点击开始体验,即可学习实践,还是比较方便的。
开源地址:https://developer.aliyun.com/ai/scenario/9ad3416619b1423180f656d1c9ae44f7(复制用电脑打开)
对于每月的组队学习,很多初学者和在职同学反馈,学习难度和学习量还是有些大的。为了解决这个问题,我们打算组织一些轻量级的学习,比如机器学习算法学习,可以每周学习1个算法即可,多些实践和探讨交流。
后台回复 机器学习 ,一起加入
“一起学习,点赞三连↓
机器学习算法专题(附组队学习)相关推荐
- python常用代码入门-入门十大Python机器学习算法(附代码)
入门十大Python机器学习算法(附代码) 今天,给大家推荐最常用的10种机器学习算法,它们几乎可以用在所有的数据问题上: 1.线性回归 线性回归通常用于根据连续变量估计实际数值(房价.呼叫次数.总销 ...
- Google Brain 研究员梁辰:从零开始搜索机器学习算法(附视频、PPT)
导读:2020 年 5 月 16 日上午,在北京智源人工智能研究院主办的智源论坛第 31 期上,AutoML-Zero 团队核心成员梁辰做了题为<AutoML-Zero: Evolving Ma ...
- 小姐姐带你一起学:如何用Python实现7种机器学习算法(附代码)
编译 | 林椿眄 出品 | AI科技大本营(公众号ID:rgznai100) [AI科技大本营导读]Python 被称为是最接近 AI 的语言.最近一位名叫Anna-Lena Popkes的小姐姐在G ...
- 入门十大Python机器学习算法(附代码)
今天,给大家推荐最常用的10种机器学习算法,它们几乎可以用在所有的数据问题上: 1.线性回归 线性回归通常用于根据连续变量估计实际数值(房价.呼叫次数.总销售额等).我们通过拟合最佳直线来建立自变量和 ...
- 【机器学习算法专题(蓄力计划)】一、机器学习简史和常用算法的梳理
文章目录 机器学习简史 二十世纪五十年代:推理期 二十世纪七十年代中期:知识期 二十世纪八十年代:从样例中学习 符号主义学习 连接主义学习 二十世纪九十年代中期:统计学习 二十一世纪:深度学习 机器学 ...
- 初学者如何选择合适的机器学习算法(附算法速查表)
来源:机器之心 参与:黄小天.蒋思源.吴攀 校对:谭佳瑶 本文长度为4000字,建议阅读6分钟 本文针对算法的选择为你提供一些参考意见. 本文主要的目标读者是机器学习爱好者或数据科学的初学者,以及对学 ...
- python决策树代码解读_建模分析之机器学习算法(附pythonR代码)
0序 随着移动互联和大数据的拓展越发觉得算法以及模型在设计和开发中的重要性.不管是现在接触比较多的安全产品还是大互联网公司经常提到的人工智能产品(甚至人类2045的的智能拐点时代).都基于算法及建模来 ...
- 机器学习简易入门-附推荐学习资料
目录 (1)机器学习正规学习路线 (2)机器学习快速入门 (3)总结 感谢黄海广博士的分享 原创: 机器学习初学者 机器学习初学者 今天 机器学习如何入门?目前没有明确的答案.本站面向广大初学者,推荐 ...
- 【深度推荐算法】DataWhale组队学习Task01: DeepCrossing
DeepCrossing 动机 将深度学习架构应用于推荐系统中的模型2016年由微软提出, 完整的解决了特征工程.稀疏向量稠密化, 多层神经网络进行优化目标拟合等一系列深度学习再推荐系统的应用问题. ...
最新文章
- Prometheus+Granfana
- python使用openweathermap API获取全世界主要城市天气信息
- Kubernetus自传
- shell tr 替换 空格_Shell 字符串分隔符!!!(全网最详细总结)
- 假如有人把支付宝存储服务器炸了(物理炸),大众在支付宝里的钱是不是就都没有了呢?...
- python增删改查csv文件_【练习】Python第四次:实现对文件的增删改查
- linux socket recv函数如何判断收完一包_linux服务器端编程之高性能服务器架构设计总结...
- 201671010127 2016—2017—2 Java学习周结
- 用 Python 写一个简单的Web框架
- vue 鼠标点击绘制任意多边形_神操作!PPT也能绘制城市轮廓线
- HDU 2686 MCMF
- CF1042A Benches
- java详细安装教程(含安装包+详细安装视频)
- 服务器采集协议,H3C设备服务器采集参数认证过程(包含redfish和restfull协议)
- 找到小菇凉 (BFS)
- ReclyclerView刷新数据
- CSS实现DIV的水平与垂直居中
- 如何优雅的完成一场说来就来的APP自建
- 宋浩 概率统计 笔记_梅花生物的涨跌幅概率统计,及最佳网格策略
- python笔记之NUMPY中的掩码数组numpy.ma.mask