机器学习算法专题(附组队学习)

Datawhale

共 930字,需浏览 2分钟

 · 2020-08-09

↑↑↑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↓

浏览 40
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报