我的视频：
视频地址：
我把我第二期里的ppt发在头条文章里，希望对感兴趣的朋友可以提供帮助，废话不多说啦，看ppt吧
在说线性回归与逻辑回归之前，首先来说分类与回归
现在来说线性回归，从定义的角度来说，就是能够用一个直线较为精确地描述数据之间的关系。这样当出现新的数据的时候，就能够预测出一个简单的值。
接下来举一个线性回归的例子，房屋面积与房价的关系，下面图中的点是训练数据
根据训练数据，我们想要拟合一条直线，表示房屋面积与房价的关系，不同的人可能拟合的直线不同，那哪一条直线是最合理的呢？这就是线性回归要求的内容了
如何找这条直线呢，就是求出各个点到直线的距离，让距离最小，那这条直线就是我们要求的了
求解线性回归的方法如下，首先构造预测函数，就是我们要拟合的直线，这里是多维线性回归，然后构造损失函数，最后就是要最小化损失函数，线性回归最小化损失函数的方法是梯度下降和正规方程解
再来说逻辑回归，逻辑回归就是在线性回归的基础上套了一个sigmoid函数，目的是将线性回归函数的结果映射到sigmoid函数中
再来看下sigmoid函数，非常优美的连续函数啊
求逻辑回归的步骤与线性回归类似，先找到预测函数，这里就是线性回归函数加sigmoid函数了，再构造损失函数，这是用极大似然法推导的，最后就是最小化损失函数，用梯度下降法。
最后总结下线性回归与逻辑回归的步骤，都在ppt里了，我就不啰嗦了。
这里只是简单的ppt介绍，详细的讲解还希望看我的~
最后如果大家喜欢我的话，希望关注我，点赞转发评论哦~谢谢支持~我会持续更新的
