06、机器学习-线性分类 - 猎人搜索 轻松搜寻全网资源

• file:22：逻辑回归和Softmax回归在多分类任务模型参数上的区别_与算法在选择上的区别.mp4
• file:21：证明Softmax公式K=2的时候就是逻辑回归_平移不变性.mp4
• file:24：实战音乐分类器_探索不同曲风音乐文件的时间频率图.mp4
• file:17：证明多项式分布属于指数族分布一种.mp4
• file:25：实战音乐分类器_傅里叶变换可以帮助我们做什么.mp4
• file:23：实战音乐分类器_讲解需求和读取数据.mp4
• file:18：从广义线性回归的η推导出来Softmax的公式.mp4
• file:28：实战音乐分类器_代码读取600首傅里叶变换后的数据_构建训练集并训练模型.mp4
• file:29：实战音乐分类器_模型的测试和调优_解决双通道音乐文件的问题.mp4
• file:19：有了Softmax函数的公式就可以去计算loss_Softmax的Loss函数形式其实就是LR的泛化版本.mp4
• file:27：实战音乐分类器_代码对单首歌曲进行傅里叶变换_代码对600首音乐文件进行傅里叶变换并保存结果.mp4
• file:51：关于sklearn中的SVM封装的类和超参.mp4
• file:52：概率化输出_SVM的合页损失函数_Tensorflow实现GD方式求解SVM.mp4
• file:48：SVM的SMO实现判断违背条件的α1.mp4
• file:46：如何计算阈值b.mp4
• file:43：将公式467带入导函数进一步简化_对求解出的新的α2进行剪裁.mp4
• file:45：启发式选择两个α.mp4
• file:41：SMO将交给它的目标函数变成二元函数进一步变成一元函数.mp4
• file:50：SVM绘制已有数据点和超平面以及边界.mp4
• file:53：OVR和OVO多分类_算法小结_对比逻辑回归.mp4
• file:42：对一元函数求极值点_推导出旧的α和新的α的关系.mp4
• file:40：SMO算法求解思路_分解成很多个子二次规划问题分别求解.mp4
• file:39：SVM算法流程总结.mp4
• file:49：SVM的SMO实现应用公式计算alphas和b.mp4
• file:44：再次说明α2如何进行剪裁的思路_根据α2求α1.mp4
• file:14：实战逻辑回归对鸢尾花数据集进行二分类.mp4
• file:3：逻辑回归为什么用sigmoid函数_预备知识.mp4
• file:2：sigmoid函数作用.mp4
• file:12：对逻辑回归函数进行求导_结论在后面会用到.mp4
• file:15：OneVsRest将多分类问题转化成多个二分类问题.mp4
• file:第五阶段_线性分类算法_逻辑回归和Softmax回归.pdf
• file:5：回想多元线性回归公式其实也是从广义线性回归推导出来的.mp4
• file:9：绘制逻辑回归损失函数_探索单个参数和损失的关系.mp4
• file:11：绘制逻辑回归损失函数_绘制3D的图形_分析X1X2两个维度的重要度.mp4
• file:7：推导逻辑回归损失函数_得到最终形式.mp4
• file:13：对逻辑回归的损失函数求导_推导出导函数的形式.mp4
• file:4：证明伯努利分布是指数族分布_推导出逻辑回归公式.mp4
• file:8：绘制逻辑回归损失函数_读入数据计算最优解模型_实现逻辑回归预测_实现逻辑回归损失函数.mp4
• file:37：非线性SVM.mp4
• file:32：几种SVM_SVM的损失函数.mp4
• file:30：SVM与感知机关系_几何距离与函数距离.mp4
• file:33：数学预备知识_拉格朗日函数.mp4
• file:38：SVM在sklearn中的使用_超参数.mp4
• file:SVM算法.pdf
• folder:06、机器学习-线性分类
• folder:章节2：Softmax回归
• folder:章节4：SMO优化算法
• folder:章节1：逻辑回归