Date
August 8, 2023
類型
正式課程
程度
高階中階
領域
資料科學機器學習/深度學習統計學與所需數學
時數警告:本單元居然講了 47 分鐘多 :D 然後還是分過 Part 的(
單元要先準備事項
- 建議看過
Unit 21. 機器學習超入門方法 - 一元線性回歸與評估指標
- 此單元有較多數學觀念,包含線性代數、微積分、統計學,其中有許多概念雖然會推導,但不會教詳細推導運算方法,未來有機會我們再出另外的課來補數學吧 QvQ 但現在不會推導完全也沒有關係,最重要是知道因果關係,其他交給電腦幫你算(
- 除非你的目標是演算法工程師,那就不一樣了
- 有些較頂尖的公司或職位確實會考推導過程 QAQ,我有附上一些資料,有需求者可以參考,並自己嘗試手動推導理解
單元重點
- 瞭解 Logistic Regression 的定義與推導
- 瞭解 Logistic Regression 與 Linear Regression 的差異
- 瞭解一堆未來要繼續學習機器學習的基本統計學概念與 Functions
所需套件
pip install numpy
pip install matplotlib
pip install seaborn
pip install scikit-learn
單元內容
Code(請配合影片內容教學食用)
(權限設定是使用報名時填寫的 email,單元推出當月有訂閱權限者才有權限,但影片內容有帶 coding 的部分,所以依舊能學到)