エピソード

機械ラーニング分類のロジスティック回帰について (パート 14/17) |初心者のためのマシンラーニング

代入 Bea Stollnitz

Machine Learning for Beginners

Microsoft のプリンシパル クラウド アドボケイト、Bea Stollnitz が発表した別の洞察に満ちたビデオへようこそ。 このビデオでは、ロジスティック回帰の世界について説明し、線形回帰と比較する方法を学習し、分類タスクでそのアプリケーションを調べ、かぼちゃデータセット🎃に対してより良い予測を行う方法を含みます。

ここでは、次の内容について学習します。

  • 線形回帰とロジスティック回帰の違い
  • 二項ロジスティック回帰とシグモイド関数の使用
  • 多項式および序数ロジスティック回帰

Bea と一緒に、ロジスティック回帰の魅力的な世界を解き明かし、分類の問題にどのように活用できるかを学びます。 このビデオは、回帰手法の理解を深め、機械学習スキル セットを強化したい方に最適です。

このシリーズの次のビデオでは、学習した理論を適用するためのコードを記述する予定です。 こちらもご覧ください。

章

  • 00:00 - はじめに
  • 00:37 - 線形回帰と二項ロジスティック回帰
  • 01:23 - しきい値
  • 01:53 - かぼちゃの色のロジスティック回帰
  • 02:20 - 多項式および序数ロジスティック回帰
  • このコースは、Microsoft の無料のオープンソースの 26 レッスン ML For Beginners カリキュラムに基づいています。
  • このレッスンに 従う Jupyter Notebook を使用できます。

接続

Azure Machine Learning
Python