Episode

Memahami Regresi Logistik untuk Klasifikasi Pembelajaran Mesin (Bagian 14 dari 17) | Pembelajaran Mesin untuk Pemula

dengan Bea Stollnitz

Pembelajaran Mesin untuk Pemula

Selamat datang di video berwawasan lain yang disajikan oleh Bea Stollnitz, Advokat Cloud Utama di Microsoft. Dalam video ini, kita akan menyelami dunia regresi logistik, mempelajari bagaimana perbandingannya dengan regresi linier, dan menjelajahi aplikasinya dalam tugas klasifikasi, termasuk bagaimana hal itu dapat membuat prediksi yang lebih baik terhadap himpunan 🎃 data labu kita .

Yang akan Anda pelajari:

  • Perbedaan antara regresi linier dan logistik
  • Regresi logistik biner dan penggunaan fungsi sigmoid
  • Regresi logistik multinomial dan ordinal

Bergabunglah dengan Bea saat dia mengungkap dunia regresi logistik yang menarik, dan pelajari bagaimana hal itu dapat digunakan dalam masalah klasifikasi. Video ini sangat cocok bagi mereka yang ingin memperluas pemahaman mereka tentang teknik regresi dan meningkatkan set keterampilan pembelajaran mesin mereka.

Nantikan video berikutnya dalam seri ini, di mana Anda akan menulis kode untuk menerapkan teori yang telah Anda pelajari. Sampai ketemu di sana!

Bab

  • 00.00- Pengantar
  • 00:37 - Regresi linier vs regresi logistik biner
  • 01:23 - Nilai ambang batas
  • 01:53 - Regresi logistik untuk warna labu
  • 02:20 - Regresi logistik multinomial dan ordinal
  • Kursus ini didasarkan pada kurikulum gratis, sumber terbuka, 26 pelajaran ML Untuk Pemula dari Microsoft.
  • Jupyter Notebook untuk diikuti bersama dengan pelajaran ini tersedia!

Sambungkan

Azure Machine Learning
Python