课程名称: Machine Learning: Regression/回归分析/华盛顿大学

课程主页: https://www.coursera.org/learn/ml-regression

所在平台: Coursera

课程类别: 机器学习 Machine Learning

大学或机构: 华盛顿大学

讲师： Emily Fox,Carlos Guestrin

授课语言： 英语

提供字幕： 英文

课程文件大小： 1.71GB

课程介绍： 机器学习：回归：案例研究-预测房价 在我们的第一个案例中，预测房价，您将创建模型，这些模型根据输入要素（平方英尺，卧室和浴室的数量等）预测连续值（价格）。这只是可以应用回归的众多场所之一。其他应用范围包括预测医学健康结果，财务中的股票价格以及高性能计算中的功耗，以及分析哪些调节剂对基因表达很重要。 在本课程中，您将探索用于预测和特征选择任务的正则化线性回归模型。您将能够处理非常多的功能，并可以在各种复杂程度的模型之间进行选择。您还将分析数据方面（例如异常值）对所选模型和预测的影响。为了适合这些模型，您将实现可扩展到大型数据集的优化算法。 学习成果：在本课程结束时，您将能够： -描述回归模型的输入和输出。 -在对数据建模时比较并对比偏差和方差。 -使用优化算法估算模型参数。 -带有交叉验证的参数。 -分析模型的性能。 -描述稀疏性的概念以及LASSO如何导致稀疏解决方案。 -部署方法以在模型之间进行选择。 -利用模型来形成预测。 -使用住房数据集建立回归模型以预测价格。 -在Python中实施这些技术。

课程压缩包下载地址（度盘链接）：

友情提醒：