DataWhale基础算法小组作业
Qinchuyan_2019
这个作者很懒,什么都没留下…
展开
-
DataWhale基础算法作业三:决策树相关
DataWhale基础算法作业三:决策树相关学习任务1.信息论基础(熵 联合熵 条件熵 信息增益 基尼不纯度)2.决策树的不同分类算法(ID3算法、C4.5、CART分类树)的原理及应用场景3.回归树原理4. 决策树防止过拟合手段1.基础概念(熵 联合熵 条件熵 信息增益 基尼不纯度)在信息论与概率统计中,熵是表示随机变量不确定性的度量。1)熵(entropy)2)条件熵(co...原创 2019-02-01 10:31:47 · 311 阅读 · 0 评论 -
DataWhale基础算法作业一(线性回归相关)
DataWhale基础算法作业一:线性回归学习任务1.线性回归损失函数的极大似然推导:西瓜书公式3.4除了用最小二乘法以外,怎么用极大似然推得?2.一元线性回归的参数求解公式推导:西瓜书公式3.7和3.8怎么推来的?3.多元线性回归的参数求解公式推导:西瓜书公式3.10和3.11怎么推来的?4.线性回归损失函数的最优化算法:什么是批量梯度下降、随机梯度下降、小批量梯度下降?线性回归损失...原创 2019-01-27 14:51:09 · 138 阅读 · 0 评论 -
DataWhale基础算法作业二(对数回归/逻辑回归相关)
DataWhale基础算法作业二:对数回归(逻辑回归)相关学习任务1.Logistic回归损失函数的极大似然推导。(西瓜书公式3.27怎么推来的)2.Logistic回归损失函数的最优化算法:什么是牛顿法、似牛顿法?3.为什么不用线性回归做分类?4.Logistic回归为什么不像线性回归那样用平方损失函数?5.Logistic回归的参数为什么不像线性回归那样直接公式求解?6.Logi...原创 2019-01-29 20:46:02 · 189 阅读 · 0 评论