学完这些课程后，我对创建专业的可视化图表和仪表板充满信心
Shoebur Rahman采购专员，Giz Bangladesh
课程简介
在本课程中，您将学习如何使用 scikit-learn 应用线性分类器，重点是逻辑回归和支持向量机。掌握这些方法的用法后，您还将深入理解其背后的思想，了解它们为何奏效。课程结束时，您将能够在 Python 中训练、测试并调优这些线性分类器。同时，您也会打下理解更多机器学习算法所需的概念基础。
先修要求
课程体系
课程大纲
1
应用逻辑回归与 SVM
本章将带您学习将逻辑回归和支持向量机（SVM）用于分类问题的基础方法。您将使用
scikit-learn 库在真实数据上拟合分类模型。2
损失函数
本章将带您了解逻辑回归和 SVM 背后的概念框架。由此，您可以更深入地理解这些模型的内部机理。
3
逻辑回归
本章将深入讲解逻辑回归的细节。您将学习正则化的要点，以及如何解读模型输出。
4
支持向量机
本章将系统讲解支持向量机的细节。您将学习如何为这些模型调节超参数，并使用核方法拟合非线性决策边界。
Python 中的线性分类器
课程已完成
