前言 6 致谢 7 第1章 介绍 8 1.1 金融学概览 8 1.2 收益分布假设 9 1.3 数学和统计方法 9 1.4 数值方法 9 1.5 Excel 解决方案 9 1.6 本书主题 10 1.7 有关Excel工作簿 11 1.8 意见和建议 11 第2章 高级Excel函数和过程 12 2.1 访问Excel函数 12 2.2 数学类函数 13 2.3 统计类函数 14 2.3.1 使用频率函数Frequency 15 2.3.2 使用分位数函数Quartile 17 2.3.3 使

BAT算法工程师深入详细地讲解LR模型及推导，带你轻松入门机器学习!

文章目录构造hypothesis构造损失函数通过“梯度下降法”求参数 θ\thetaθ 的更新式代码实现References 逻辑回归是用来解决分类问题用的，与线性回归不同的是，逻辑回归输出的不是具体的值，而是一个概率。除去了sigmoid函数的逻辑归回和线性回归几乎是一样的。 构造hypothesis 逻辑回归的HHH可以看做是一个线性回归方程的结果经过一个sigmoid函数得到的结果（为正样本的概率），逻辑回归的假设函数如下： hθ(x)=g(θTx)=11+e−θTx h _ { \the

代码说明 项目中复现了一些经典的机器学习算法，并通过简单的任务展示了算法或模型的效果。在一些算法或模型的复现的过程中，一些模型的对比总结，公式推导，数学原理也存在主要工具：pycharm，jupyter笔记本，pytorch。以下是项目的目录，项目持续更新中... 1. Logistic回归（LR） LR逻辑回归的复现 Logistic Regression Summery总结了逻辑回归，线性回归的数学原理公式推导，比较了两种方法的异同和特点，介绍了方法边界，代价函数，优化方法和正则项的约会。