最近，一个研究生来面试，竟然连逻辑回归的算法都讲不清楚，这或许就是古人说的 “日用而不知” 吧，我想我们都不想只做一个 “调包者” ，而是成为一个 “明白人” 。
本场 Chat 我们以逻辑回归为切入点，从统计学基础知识，到线性回归、逻辑回归原理，公式推导，Python 代码实现，最后剖析一个业务模型等一系列步骤，配合大量图片及代码，来串起一条机器学习入门的基本线。
通过本场 Chat ，您将学习到以下内容：
统计学基础知识，如方差、随机变量、概率密度函数、二项分布、泊松分布、大数据定律、正态分布、中心极限定理、置信区间等；
简单直白地介绍线性回归、逻辑回归（直观、轻松感受）；
线性回归推导，如极大似然估计；最小二乘法推导、梯度下降法推导及 Pthon 代码求解参数等；
逻辑回归推导，包括逻辑回归成本函数；梯度下降法推导及 Pthon 代码求解参数等；
构建业务模型，包括业务分析、数据清洗、模型训练、模型评估、保存模型、模型API、模型应用等；
逻辑回归与 Softmax 区别及联系；
总结。
本场 Chat 作者：天马行空
与大数据打交道多年，做过 Hadoop 生态大数据开发，围绕数据做过采集、加工、分析工作。近几年主要做人工智能领域的算法研究，探索如何将人工智能算法与实际业务结合落地
扫码查看完整文章
▼
点击阅读原文，订阅本场 Chat ，参与线上交流讨论