|
@@ -1,3 +1,19 @@
|
|
|
|
|
+```{important}
|
|
|
|
|
+参与组队学习的同学须知:
|
|
|
|
|
+
|
|
|
|
|
+本章学习时间:线性回归3天+对数几率回归3天+线性判别分析3天,共计9天
|
|
|
|
|
+
|
|
|
|
|
+本章配套视频教程:
|
|
|
|
|
+
|
|
|
|
|
+一元线性回归:https://www.bilibili.com/video/BV1Mh411e7VU?p=3
|
|
|
|
|
+
|
|
|
|
|
+多元线性回归:https://www.bilibili.com/video/BV1Mh411e7VU?p=4
|
|
|
|
|
+
|
|
|
|
|
+对数几率回归:https://www.bilibili.com/video/BV1Mh411e7VU?p=5
|
|
|
|
|
+
|
|
|
|
|
+线性判别分析:https://www.bilibili.com/video/BV1Mh411e7VU?p=6
|
|
|
|
|
+```
|
|
|
|
|
+
|
|
|
# 第3章 线性模型
|
|
# 第3章 线性模型
|
|
|
|
|
|
|
|
作为"西瓜书"介绍机器学习模型的开篇,线性模型也是机器学习中最为基础的模型,很多复杂模型均可认为由线性模型衍生而得,无论是曾经红极一时的支持向量机还是如今万众瞩目的神经网络,其中都有线性模型的影子。
|
|
作为"西瓜书"介绍机器学习模型的开篇,线性模型也是机器学习中最为基础的模型,很多复杂模型均可认为由线性模型衍生而得,无论是曾经红极一时的支持向量机还是如今万众瞩目的神经网络,其中都有线性模型的影子。
|