創(chuàng)建一個包含用于定義邏輯回歸的 Python 代碼的 Jupyter Notebook，然后使用 TensorFlow （tf.keras） 實現(xiàn)它
在本教程中，了解如何創(chuàng)建包含用于定義邏輯回歸的 Python 代碼的 Jupyter Notebook，然后使用 TensorFlow （tf.keras） 實現(xiàn)它。Notebook 在 IBM Cloud Pak? for Data as a Service on IBM Cloud? 上運行。IBM Cloud Pak for Data 平臺提供了額外的支持，例如與多個數(shù)據(jù)源的集成、內(nèi)置分析、Jupyter Notebook 和機器學習。它還通過跨多個計算資源分配進程來提供可擴展性。您可以選擇在 Python、Scala 和 R 中創(chuàng)建資產(chǎn)，并使用已安裝在 IBM Cloud Pak for Data as a Service 平臺上的開源框架（例如 TensorFlow）。
線性回歸和邏輯回歸的區(qū)別
雖然線性回歸非常適合估計連續(xù)值（例如，估計房價或產(chǎn)品銷售），但它并不是預(yù)測觀察到的數(shù)據(jù)點所屬類別的最佳工具。若要提供分類估計值，需要一些有關(guān)該數(shù)據(jù)點最有可能的類的指導(dǎo)。為此，您將使用邏輯回歸。
線性回歸
線性回歸找到一個函數(shù)，該函數(shù)將連續(xù)因變量 與某些預(yù)測變量（例如，自變量或 ）相關(guān)聯(lián)。簡單線性回歸假定以下形式的函數(shù)：y``x1``x2
y = w0 + w1 x x1 + w2 x x2 + ...
顯示更多
它查找 、 和 的值。該項是截距項或常量項（如下公式所示）：w0``w1``w2``w0``b
Y = W X + b
顯示更多
邏輯回歸
邏輯回歸是線性回歸的一種變體，當觀測到的因變量 時很有用。它生成一個公式，用于預(yù)測類標簽作為自變量函數(shù)的概率。y
盡管名稱為邏輯回歸，但它實際上是一種概率分類模型。邏輯回歸通過采用線性回歸并使用以下函數(shù)將數(shù)值估計值轉(zhuǎn)換為概率來擬合特殊的 S 形曲線：
??????????????????????????????????????=?????????(??)=????????????1+????=??????(??)/(1+??????(??))=??
顯示更多
這將產(chǎn)生介于 0（接近減去無窮大）和 1（接近加無窮大）之間的 p 值。現(xiàn)在，這成為一種特殊類型的非線性回歸。y``y
在這個等式中，是回歸結(jié)果（變量之和乘以系數(shù)加權(quán)），是指數(shù)函數(shù)，是y``exp``theta(y)物流功能，也稱為邏輯曲線。它是一種常見的“S”形（S形曲線），最初是為模擬人口增長而開發(fā)的。
您可能之前在另一個配置中看到過此函數(shù)：
??????????????????????????????????????=?????????(??)=????????11+?????
顯示更多
因此，邏輯回歸通過邏輯/sigmoid 函數(shù)傳遞輸入，但隨后將結(jié)果視為概率。
先決條件
遵循本教程需要滿足以下先決條件：
-
IBM Cloud 帳戶
-
IBM Cloud Pak for Data 或 IBM Watson? Studio
-
IBM Watson 機器學習服務(wù)
預(yù)計時間
完成本教程大約需要 60 分鐘。
步驟
-
創(chuàng)建 IBM Cloud 帳戶并訪問 IBM Cloud Pak for Data as a Service。
-
創(chuàng)建一個新項目。
-
將 Watson Machine Learning Service 與項目相關(guān)聯(lián)。
-
將筆記本添加到項目中。
-
運行筆記本。
步驟 1。創(chuàng)建 IBM Cloud 帳戶
-
登錄到您的 IBM Cloud 帳戶。
-
搜索 Watson Studio。
-
通過選擇區(qū)域和定價計劃來創(chuàng)建服務(wù)。
-
單擊創(chuàng)建。
第2步。創(chuàng)建新項目
-
單擊 Get started 以啟動 Watson Studio 服務(wù)。
-
單擊“創(chuàng)建項目”，然后創(chuàng)建一個空項目。
-
為項目命名，并添加存儲服務(wù)。
-
單擊創(chuàng)建。創(chuàng)建項目后，系統(tǒng)會將您定向到項目儀表板。
第 3 步。將 Watson Machine Learning Service 與項目關(guān)聯(lián)
-
單擊“設(shè)置”選項卡。
-
向下滾動到關(guān)聯(lián)的服務(wù)，然后單擊添加服務(wù)。
-
在下拉菜單中選擇 Watson。
-
選擇“機器學習”。
-
單擊關(guān)聯(lián)服務(wù)。
第 4 步。將筆記本添加到項目
-
單擊“添加到項目”，然后單擊“筆記本”，將 Jupyter Notebook 添加到項目中。
-
選擇“從 URL”，然后在“筆記本 URL”字段中輸入以下 URL。
https://github.com/IBM/dl-learning-path-assets/tree/main/fundamentals-of-deeplearning/notebooks/Logistic_Regression_with_TensorFlow.ipynb
顯示更多
-
為筆記本命名，然后單擊“創(chuàng)建”。
第 5 步。運行筆記本
加載筆記本后，單擊“單元格”，然后選擇“全部運行”以運行筆記本。
通讀筆記本
筆記本包含所有詳細信息?；ㄒ恍r間瀏覽筆記本的各個部分，以獲得筆記本的概述。筆記本由文本（Markdown 或標題）單元格和代碼單元格組成。Markdown 單元格提供有關(guān)代碼設(shè)計用途的注釋。
您可以通過突出顯示每個單元格來單獨運行單元格，然后單擊筆記本頂部的“運行”或使用鍵盤快捷鍵運行單元格（Shift + Enter，但這可能因平臺而異）。單元運行時，單元格左側(cè)會出現(xiàn)一個星號 （）。當該單元格完成運行時，將顯示一個序列號（例如，）。[*]``[17]
Notebook 提供了一個簡單的邏輯函數(shù)示例，以幫助您了解 TensorFlow 背后的基本機制。
總結(jié)
在本教程中，您學習了邏輯回歸的基礎(chǔ)知識，以及如何使用 TensorFlow 實現(xiàn)機器學習算法。您學習了如何在 IBM Cloud Pak for Data as a Service 上使用 Watson Studio 運行 Jupyter Notebook，以及如何在 IBM Cloud Pak for Data as a Service 平臺中使用開源框架。
???在線教程
- 麻省理工學院人工智能視頻教程?– 麻省理工人工智能課程
- 人工智能入門?– 人工智能基礎(chǔ)學習。Peter Norvig舉辦的課程
- EdX 人工智能?– 此課程講授人工智能計算機系統(tǒng)設(shè)計的基本概念和技術(shù)。
- 人工智能中的計劃?– 計劃是人工智能系統(tǒng)的基礎(chǔ)部分之一。在這個課程中，你將會學習到讓機器人執(zhí)行一系列動作所需要的基本算法。
- 機器人人工智能?– 這個課程將會教授你實現(xiàn)人工智能的基本方法，包括：概率推算，計劃和搜索，本地化，跟蹤和控制，全部都是圍繞有關(guān)機器人設(shè)計。
- 機器學習?– 有指導(dǎo)和無指導(dǎo)情況下的基本機器學習算法
- 機器學習中的神經(jīng)網(wǎng)絡(luò)?– 智能神經(jīng)網(wǎng)絡(luò)上的算法和實踐經(jīng)驗
- 斯坦福統(tǒng)計學習
有需要的小伙伴，可以點擊下方鏈接免費領(lǐng)取或者V掃描下方二維碼免費領(lǐng)取??
?
人工智能書籍
- OpenCV（中文版）.(布拉德斯基等)
- OpenCV+3計算機視覺++Python語言實現(xiàn)+第二版
- OpenCV3編程入門 毛星云編著
- 數(shù)字圖像處理_第三版
- 人工智能:一種現(xiàn)代的方法
- 深度學習面試寶典
- 深度學習之PyTorch物體檢測實戰(zhàn)
- 吳恩達DeepLearning.ai中文版筆記
- 計算機視覺中的多視圖幾何
- PyTorch-官方推薦教程-英文版
- 《神經(jīng)網(wǎng)絡(luò)與深度學習》(邱錫鵬-20191121)
- …
第一階段：零基礎(chǔ)入門（3-6個月）
新手應(yīng)首先通過少而精的學習，看到全景圖，建立大局觀。?通過完成小實驗，建立信心，才能避免“從入門到放棄”的尷尬。因此，第一階段只推薦4本最必要的書（而且這些書到了第二、三階段也能繼續(xù)用），入門以后，在后續(xù)學習中再“哪里不會補哪里”即可。
第二階段：基礎(chǔ)進階（3-6個月）
熟讀《機器學習算法的數(shù)學解析與Python實現(xiàn)》并動手實踐后，你已經(jīng)對機器學習有了基本的了解，不再是小白了。這時可以開始觸類旁通，學習熱門技術(shù)，加強實踐水平。在深入學習的同時，也可以探索自己感興趣的方向，為求職面試打好基礎(chǔ)。
第三階段：工作應(yīng)用
這一階段你已經(jīng)不再需要引導(dǎo)，只需要一些推薦書目。如果你從入門時就確認了未來的工作方向，可以在第二階段就提前閱讀相關(guān)入門書籍（對應(yīng)“商業(yè)落地五大方向”中的前兩本），然后再“哪里不會補哪里”。
?有需要的小伙伴，可以點擊下方鏈接免費領(lǐng)取或者V掃描下方二維碼免費領(lǐng)取??
?
文章來源：http://www.zghlxwxcb.cn/news/detail-799554.html
文章來源地址http://www.zghlxwxcb.cn/news/detail-799554.html
到了這里，關(guān)于使用 TensorFlow 執(zhí)行邏輯回歸的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
