深度學習預備知識：使用 Python 實作邏輯迴歸

Contents

這堂課是資料科學: 使用 Python 實作深度學習的先修課程，這個課程講師就開始帶入實作專案，預測使用者在網站上的操作，和臉部辨識

想要學習使用 Python 實作深度學習/機器學習，這個課程講師在課程說明有列出學習順序課程。

課程介紹影片

從這 6.5 小時的課程，你會學到

使用 Python 從頭開始實作邏輯迴歸
描述邏輯迴歸在數據科學中如何有用與幫助的
導出錯誤並更新邏輯迴歸的規則
了解邏輯迴歸如何作為生物神經元的類比
使用邏輯迴歸來解決真實世界的商業問題，如從電子商務數據和臉部表情識別預測使用者行為
了解為什麼正規化在機器學習中被使用

規定為何？

你應該知道如何取導數
你應該知道一些基本的 Python 程式設計
安裝 numpy 和 matplotlib

課程說明

本課程是深度學習和類神經網路的引導 – 它涵蓋了在機器學習，資料科學和統計中使用的流行和基本技術：邏輯迴歸。我們從根本上涵蓋了理論：解決方案的推導，以及對現實世界問題的應用。我們向你展示如何在 Python 中編寫自己的邏輯迴歸模組。

本課程不需要任何外部材料。所有需要的（Python和一些Python 程式庫）可以免費獲得。

本課程為你提供了許多實用的範例，以便你可以真正了解如何使用深度學習。在整個課程中，我們將展開一個課程專案，該課程將向你展示如何預測使用者在網站上的操作，這些使用者數據包括使用者是否在移動設備上，他/她們查看的產品數量，他/她們在你的網站上停留多長時間，他們是否是回訪者，以及他們訪問的時間。

課程結束時的另一個專案展示如何使用深度學習來進行臉部表情辨識。想像一下，能夠預測某人的情緒只是基於一張圖片！

如果你是一個程式設計師，並且你想透過學習資料科學來提高你的程式設計能力，那麼這門課程是為你設計的。如果你有技術或數學背景，並且希望使用您的技能來做出資料驅動的決策，並使用科學原理最佳化你的業務，那麼本課程是為你設計的。

本課程重點介紹“如何建造和理解”，而不僅僅是“如何使用”。任何人都可以在閱讀一些文件後的15分鐘內學會如何使用 API。這不是關於“記住事實”，而是關於透過實驗“讓自己理解”。它將教你如何將模型內部中發生了什麼事視覺化。如果你想要的不僅僅是膚淺地看機器學習模型，這個課程是為你設計的。

註記:

所有這個課程的程式碼可以從我的github /lazyprogrammer/machine_learning_examples目錄下：logistic_regression_class 下載

確定你總是使用 “git pull ”，所以你會有最新的版本！

你已經具備困難的前提條件/知識：

微積分
線性代數
機率
Python 程式設計 : if/else, loops, lists, dicts, sets
Numpy 程式設計 : 矩陣和向量操作，載入一個 CSV 檔案

小技巧（為了完成課程）：

使用 2x 倍速觀看
採取手寫筆記。這將大大提高您保留資訊的能力。
在討論板上提出很多問題。越多越好！
意識到大多數練習需要幾天或幾週才能完成。

修課順序

查看講座 “ What order should I take your courses in?” （可在我的任何課程的附錄中找到，或請參考先修課）

目標受眾為何？

成年學習者想進入資料科學和大數據領域
正在思考從事機器學習或資料科學的學生
有興趣追求統計和使用 Python 取代 R 程式設計語言的學生
知道一些機器學習但想要能夠將其與人工智慧相關聯的人
有興趣消除計算神經科學和機器學習之間的差距的人

講師簡介

Lazy Programmer Inc 資料科學家和大數據工程師

我是一名資料科學家、大數據工程師和全端軟體工程師。

我有電腦工程的碩士，專長為機器學習和模式辨識。

我曾在網路廣告和數位媒體企業擔任過資料科學家和大數據工程師，圍繞所謂的資料建構各種高流量的 web 服務。我曾經使用 Hadoop / Pig / MapReduce 創建新的大數據管道，也曾建立機器學習模型來預測點擊率，使用線性迴歸、Bayesian Bandits 和協同過濾 ( collaborative filtering )建立新聞推薦系統，並使用A / B測試驗證結果。

我曾在大學部與研究所教授資料科學、統計學、機器學習、演算法、微積分、電腦圖學和物理學，任職的學校如哥倫比亞大學、紐約大學、Hunter 學院和 The New School。

有多家企業已從我的 Web 程式設計專業知識中受益。我做所有的後端(伺服器)、前端（HTML / JS / CSS）和運營/佈署工作。我使用的技術包含：Python、Ruby / Rails、PHP、Bootstrap、jQuery（Javascript）、Backbone 和 Angular。至於儲存/資料庫，我採用 MySQL、Postgres、Redis、MongoDB等。