检索结果共
个
1
1.1
人工智能简介（2学时）
2
2.1
朴素贝叶斯（4学时）
2.2
KNN算法（4学时）
2.3
K-Means算法（4学时）
2.4
回归（4学时）
2.4.1
回归的概念
2.4.2
一元线性回归
2.4.3
多元线性回归
2.4.4
逻辑回归
2.4.5
安斯库姆四重奏
2.4.6
实践1：线性回归-波士顿房价预测
2.4.7
实践2：使用逻辑回归进行鸢尾花品种分类
2.4.8
上课视频：回归
2.4.9
上课视频：回归案例分析
友情提示：同学您好，此页面仅供预览，在此页面学习不会被统计哦！ 请进入学习空间后选择课程学习。
大家在日常的工作和学习中是不是经常有这样的疑问：
邮箱是如何自动区分正常邮件和垃圾邮件的呢？
银行如何判断是否通过你的贷款申请？
经常收到某种商品的推荐信息，商家如何知道你对这个商品感兴趣呢？
为了回答上述疑问，我们来学习一下逻辑回归。
逻辑回归(logistic Regression)区别于线性回归，一般的线性回归处理的都是因变量是连续型变量，如果因变量是定性变量，一般线性回归就不再适用。
逻辑回归是应用最为广泛的分类算法之一
金融领域的风险控制
互联网领域的广告点击预测
集成算法以及深度学习的基本组成单位
逻辑回归之所以称为“回归”，是因为它采用了回归分析的思想。它是用来解决分类问题的模型，且通常解决的是二分类问题。