线性,逻辑回归
之前我们已经大概学习了用线性回归(Linear Regression)来解决一些预测问题,详见:
1.《机器学习笔记01:线性回归(Linear Regression)和梯度下降(Gradient Decent)》
2.《机器学习笔记02:多元线性回归、梯度下降和Normal equation》
3.《机器学习笔记03:Normal equation及其与梯度下降的比较》
机器学习笔记04:逻辑回归(Logistic regression)、分类(Classification)
http://blog.csdn.net/artprog/article/details/51241581
机器学习笔记05:正则化(Regularization)、过拟合(Overfitting)
http://blog.csdn.net/artprog/article/details/51278643
Stanford机器学习---第二讲. 多变量线性回归 Linear Regression with multiple variable
https://en.m.wikipedia.org/wiki/Logarithm
http://deeplearning.stanford.edu/wiki/index.php/Softmax回归
http://m.blog.csdn.net/bitcarmanlee/article/details/51165444
http://www.cnblogs.com/ljy2013/p/5129610.html
http://www.cnblogs.com/jerrylead/archive/2011/03/05/1971867.html
https://zh.wikipedia.org/wiki/%E6%9C%80%E5%A4%A7%E4%BC%BC%E7%84%B6%E4%BC%B0%E8%AE%A1
https://baike.baidu.com/item/%E6%9D%A1%E4%BB%B6%E6%A6%82%E7%8E%87
https://zh.wikipedia.org/wiki/%E6%9D%A1%E4%BB%B6%E6%A6%82%E7%8E%87
http://www.cnblogs.com/vamei/p/3195381.html
http://longmans1985.blog.163.com/blog/static/7060547520141141305315/
http://bluewhale.cc/2016-05-18/logistic-regression.html
https://tech.meituan.com/intro_to_logistic_regression.html
http://m.blog.csdn.net/abcjennifer/article/details/7716281
Logistic回归总结
http://blog.csdn.net/dongtingzhizi/article/details/15962797
逻辑回归模型(Logistic Regression, LR)基础
https://chenrudan.github.io/blog/2016/01/09/logisticregression.html
http://blog.csdn.net/dongtingzhizi/article/details/15962797
http://bluewhale.cc/2016-05-18/logistic-regression.html
https://spark.apache.org/docs/latest/ml-classification-regression.html
https://en.wikipedia.org/wiki/Simple_linear_regression
http://www.cnblogs.com/tornadomeet/archive/2013/03/22/2975978.html
http://www.cnblogs.com/tornadomeet/archive/2013/03/16/2963919.html
http://ufldl.stanford.edu/wiki/index.php/Softmax_Regression
http://ufldl.stanford.edu/tutorial/supervised/SoftmaxRegression/
http://www.cnblogs.com/tornadomeet/archive/2013/03/23/2977621.html
http://blog.csdn.net/xiazdong/article/details/7950084
http://studentdeng.github.io/blog/2014/07/28/machine-learning-tutorial/
http://blog.csdn.net/xiazdong/article/details/7950084
http://www.cnblogs.com/jerrylead/archive/2011/03/05/1971867.html
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 单线程的Redis速度为什么快?
· 展开说说关于C#中ORM框架的用法!
· SQL Server 2025 AI相关能力初探
· Pantheons:用 TypeScript 打造主流大模型对话的一站式集成库
2016-08-10 performance-counters