摘要
算法原理 同学们好，这一节我们将学习逻辑回归算法。简单来说，逻辑回归是一种用于解决二分类问题的机器学习方法，用于估计事物之间的可能性。比如今天会下雨的可能性，明天你心仪的股票是否会上涨的可能性。上面举到的例子中，下雨和股票上涨都只存在两种情况，要么下雨，要么不下雨。或者要么上涨，要么不上涨。所以均属于二分类问题。既然是二分类问题，那么逻辑回归在这里就可以派上用场了。 在讲逻辑回归之前，这里不得
对不起，该文章为付费内容，购买后才可阅读
立即购买
请登录后发表评论
登录
全部评论
人人都是NLP应用专家
- 目录
- 开篇词：人人都是NLP应用专家
- 1 语言与文字
- 1.1 英文、中文、日文等的区别
- 1.2 分词技术与算法
- 1.2.1 正向最大匹配法
- 1.2.2 基于HMM的分词法
- 1.2.3 用户词典
- 2.1 TF-IDF
- 2.3 逻辑回归算法
- 3.2 神经网络的通俗理解
- 3.3 神经网络的训练
- 3.4 神经网络为什么这么强
- 5.2.1 卷积神经网络
- 5.2.1.1 卷积
- 5.2.2 用TextCNN做文本分类
- 5.2.1.3 卷积层
- 5.2.1.4 池化层
- 6 命名实体识别应用
- 6.1 循环神经网络
- 6.2 基于循环神经网络的NER
- 6.3 基于NER的自动填单系统小试
- 7 知识图谱
- 7.1 关系挖掘
- 7.2 关系保存
- 7.3 应用场景简介
- 8 语言模型简介
- 8.1 Attention（注意力机制）和Transformer
- 8.2 ELMo
- 8.3 BERT模型介绍
- 深度学习是什么
- Word2vec
- Doc2vec技术
