学习提醒 | Logistic回归太厉害！带你快速进击分类问题！

点击左上方蓝字关注我们

今天，同学们即将开始《李宏毅机器学习特训营》——分类-Logistic回归篇的学习了！

上节课中，老师带领大家学习了classification问题，并且一步步推出了sigmoid函数的形式。你学“废”了吗？

这节课中，大家将会走进Logistic回归。那么，什么是Logistic回归呢？

Logistic回归分析可用于估计某个事件发生的可能性，也可分析某个问题的影响因素有哪些。例如预测事件是否发生、影响因素和危险因素分析，以及判别、分类等问题中。它主要应用在金融分析、市场调研、医药卫生等场景中。

今天的学习中，李老师将会详解logistic regression的缘由、logistic regression和linear regression的差异、多分类问题及logistic regression的限制。

期待吗？一起学起来吧！老规矩：学习问题，咱们社群见！（社群二维码在下文）

今日学习任务

学习

进行时

第5课：分类-Logistic回归

课程指路：

报名地址

还没有报名的同学，点击文末『阅读原文』或者扫码报名，跟上学习进度：

https://aistudio.baidu.com/aistudio/education/group/info/1978

扫码进入学习中心

进入QQ学习社群，开启机器学习之旅

跟上我们的学习进度，解决分类问题，一起朝着机器学习进击吧！

飞桨(PaddlePaddle)以百度多年的深度学习技术研究和业务应用为基础，是中国首个开源开放、技术领先、功能完备的产业级深度学习平台，包括飞桨开源平台和飞桨企业版。飞桨开源平台包含核心框架、基础模型库、端到端开发套件与工具组件，持续开源核心能力，为产业、学术、科研创新提供基础底座。飞桨企业版基于飞桨开源平台，针对企业级需求增强了相应特性，包含零门槛AI开发平台EasyDL和全功能AI开发平台BML。EasyDL主要面向中小企业，提供零门槛、预置丰富网络和模型、便捷高效的开发平台；BML是为大型企业提供的功能全面、可灵活定制和被深度集成的开发平台。

END