跳至主要内容
  • Machine Learning
机器学习概念
  • 简介
  • 机器学习简介
  • 机器学习模型
  • 线性回归
  • 逻辑回归
  • 分类
  • 数据
  • 处理数值数据
  • 处理分类数据
  • 数据集、泛化和过拟合
  • 高级机器学习模型
  • 神经网络
  • Embeddings
  • 大型语言模型简介
  • 现实世界中的机器学习
  • 生产环境机器学习系统
  • 自动化机器学习
  • 公平性
基础课程 高级课程 指南 术语库
  • 所有字词
  • 代理式
  • 聚簇
  • 决策森林
  • 基础知识
  • GCP
  • 生成式 AI
  • 指标
  • Responsible AI
  • TensorFlow
/
  • English
  • Deutsch
  • Español
  • Español – América Latina
  • Français
  • Indonesia
  • Italiano
  • Polski
  • Português – Brasil
  • Tiếng Việt
  • Türkçe
  • Русский
  • Українська
  • עברית
  • العربيّة
  • فارسی
  • हिंदी
  • বাংলা
  • ภาษาไทย
  • 中文 – 简体
  • 中文 – 繁體
  • 日本語
  • 한국어
登录
  • 机器学习概念
首页 Crash Course
  • Machine Learning
  • 机器学习概念
    • 更多
    • 首页
    • Crash Course
  • 基础课程
  • 高级课程
  • 指南
  • 术语库
    • 更多
  • 快捷链接
  • 前提条件
  • 练习
  • 帮助中心
  • 机器学习模型
  • 线性回归（80 分钟）
    • 线性回归（10 分钟）
    • 损失（10 分钟）
    • 互动练习：参数（5 分钟）
    • 梯度下降法（10 分钟）
    • 超参数（10 分钟）
    • 互动练习：梯度下降（5 分钟）
    • 编程练习（20 分钟）
    • 测试您的知识（10 分钟）
    • 后续步骤
  • 逻辑回归（35 分钟）
    • 简介（5 分钟）
    • 计算概率（10 分钟）
    • 损失和正则化（10 分钟）
    • 测试您的知识（10 分钟）
    • 后续步骤
  • 分类（70 分钟）
    • 简介（3 分钟）
    • 阈值和混淆矩阵（12 分钟）
    • 准确性、召回率、精确率和相关指标（15 分钟）
    • ROC 和曲线下面积（10 分钟）
    • 预测偏差（3 分钟）
    • 多类别分类（2 分钟）
    • 编程练习（15 分钟）
    • 测试您的知识（10 分钟）
    • 后续步骤
  • 数据
  • 处理数值数据（85 分钟）
    • 简介（3 分钟）