2-1 极大似然估计原理

• 第1章 课程介绍
• 视频：1-1 机器学习简介(07:28)
• 视频：1-2 分类算法&评价指标(06:38)
• 视频：1-3 逻辑回归简介(08:08)

• 第2章 逻辑回归的原理
• 视频：2-1 极大似然估计原理(13:23)
• 视频：2-2 用极大似然建立损失函数(10:01)
• 视频：2-3 梯度的背景知识(05:54)
• 视频：2-4 用梯度上升法最优化参数求解(11:07)
• 视频：2-5 最大熵模型介绍(06:50)

• 第3章 逻辑回归的代码实现
• 视频：3-1 数据集(06:46)
• 视频：3-2 模型参数求解实现(20:22)
• 视频：3-3 评价指标计算(09:24)
• 视频：3-4 调包实现逻辑回归(04:25)

• 第4章 逻辑回归模型应用
• 视频：4-1 逻辑回归拟合的本质(04:23)
• 视频：4-2 过拟合及正则化(11:48)
• 视频：4-3 逻辑回归模型的应用(05:11)
• 视频：4-4 非均衡分类(12:55)

• 第5章 课程总结
• 视频：5-1 课程总结(06:03)