机器学习之线性回归理论与代码实践

课程目录

1 课程简介 (01:27)
2 机器学习知识体系 (06:45)
3 机器学习流程 (01:38)
4 线性回归介绍与符号表示 (03:48)
5 假设函数、损失函数与代价函数 (09:23)
6 梯度下降法 (06:41)
7 梯度下降代码实现 (08:45)
8 使用梯度下降法求解线性回归代价函数最小值 (05:27)
9 线性回归代码实现 (12:58)
10 数据归一化，画直线图，画损失函数图 (14:45)
11 批量梯度下降，随机梯度下降，小批量梯度下降 (04:15)
12 欠拟合与过拟合 (02:14)
13 Ridge回归，LASSO回归，弹性网介绍 (03:34)
14 Ridge回归求解与代码实现 (03:13)
15 LASSO求解 (11:42)
16 LASSO代码实现 (05:42)
17 弹性网求解 (01:14)
18 使用Sklearn实现Ridge,Lasso,Elast (03:30)
19 案例：波士顿房价预测代码实现 (06:54)
20 案例：训练集，验证集，测试集，K折交叉验证 (05:39)
21 案例：模型评价(MSE,RMSE,MAE) (05:11)