谷歌机器学习速成课10-12讲

Hi，各位AICUG小伙伴们，连载第4天，官网上更新更快，附赠配套资料下载，官网链接获得法：在微信公众号上回复“谷歌”，即可获得链接。

10-12讲：特征组合、简化正则化、逻辑回归

第十讲：特征组合

特征组合是指两个或多个特征相乘形成的合成特征。特征的相乘组合可以提供超出这些特征单独能够提供的预测能力。

学习目标

了解特征组合。

在 TensorFlow 中实施特征组合。

第十一讲：简化正规则

正则化指的是降低模型的复杂度以减少过拟合。

学习目标

了解复杂度与泛化之间的权衡。

使用 L2 正则化进行实验。

第十二讲：逻辑回归

逻辑回归会生成一个介于 0 到 1 之间（不包括 0 和 1）的概率值，而不是确切地预测结果是 0 还是 1。以用于检测垃圾邮件的逻辑回归模型为例。如果此模型推断某一特定电子邮件的值为 0.932，则意味着该电子邮件是垃圾邮件的概率为 93.2%。更准确地说，这意味着在无限训练样本的极限情况下，模型预测其值为 0.932 的这组样本实际上有 93.2% 是垃圾邮件，其余的 6.8% 不是垃圾邮件。

学习目标

了解逻辑回归。

了解逻辑回归的损失和正则化函数。

觉得每天三集太少或者屏幕太小的同学们欢迎到官网上继续观看，更新更快哦！再说一边秘籍：微信公众号上回复“谷歌”，即可获!

加入社区

加入社区

喜欢我们就分享一下吧~~