学不厌资源
课程名称: Supervised Machine Learning: Regression
课程主页: https://www.coursera.org/learn/supervised-machine-learning-regression
所在平台: Coursera
课程类别: 数据分析
大学或机构: IBM
讲师： Mark J Grover,Miguel Maldonado
授课语言： 英语
提供字幕： 英文
课程文件大小： 465MB
课程介绍： 本课程向您介绍监督机器学习的主要建模系列之一：回归。您将学习如何训练回归模型来预测连续结果，以及如何使用错误度量来比较不同模型。本课程还将引导您了解最佳实践，包括训练和测试拆分以及正则化技术。
在本课程结束时，您应该能够：
在监督机器学习的背景下区分分类和回归的用途和应用
描述和使用线性回归模型
使用各种错误指标来比较和选择最适合您的数据的线性回归模型
阐明为什么正则化可能有助于防止过度拟合
使用正则化回归：Ridge、LASSO 和 Elastic net
谁应该参加这门课程？
本课程面向有抱负的数据科学家，他们有兴趣在商业环境中获得监督机器学习回归技术的实践经验。
你应该具备哪些技能？
为了充分利用本课程，您应该熟悉 Python 开发环境中的编程，以及对数据清理、探索性数据分析、微积分、线性代数、概率和统计的基本了解。
本课程属于 IBM Introduction to Machine Learning Specialization/专项课程 中的第2门课程。
课程压缩包下载地址（度盘链接 解压密码：xuebuyan.org）：
友情提醒：
1、若遇到链接失效请加客服微信：amanda12321反馈，我们将在上线第一时间处理。
2、课程制作成压缩包后通过百度网盘分享，需要下载解压之后才能正常观看；
3、课程视频为官网提供下载的最高清的分辨率MP4格式，字幕为srt外挂字幕。
4、官网没有提供答案，因此所有课程的测试和作业均不提供答案；
5、课程文件包含视频（MP4）、字幕（SRT）、字幕文本版（TXT）、阅读材料（html）和测试及作业（PDF或HTML），如果官网有提供下载，还将包含课件以及与课程相关的其它附件等。
6、百度网盘下载速度我们也无法控制，建议您先自行测试。
7、课程文件仅供您离线学习和参考，版权归原平台及作者所有，如果条件允许我们仍建议您通过coursera平台进行学习，可获得更优质的学习体验，完成课程还能获得相应证书，如果内容侵犯了您的权利请通知，我们将在收到通知24小时内删除内容。
评论前必须登录！
注册