学习中心：专业：计算机科学与技术年级：2019年春季学号：学生：题目：回归算法1.谈谈你对本课程学习过程中的心得体会与建议？通过对人工智能课程的系统学习，让我全面的了解了人工智能的基本概念和发展现状。以及现实生活中越来越广泛的应用。在数据分析，交通管理以及生物医疗等方面人工智能都发挥着极大的作用。人工智能将是未来科技发展的一个新的趋势。人工智能的具体课程，由人工智能的基本概念和发展情况，以及人工智能的搜索策略，机器学习和神经计算以及人工智能的具体应用这几部分组成。在整个学习的过程中老师结合各种生动的实例让我们对于人工智能的概念以及逻辑思维方式处理方式都有一个全面整体的认知，使这些相对枯燥的理论能够变得更加有趣也更方便我们去掌握使用。人工智能未来的发展必然是不可限量的，人工智能课程的学习使我们逐步了解了这个相对陌生的领域，在将来的工作和生活中我们要努力把所学到的东西运用到其中去，必定能事半功倍大大的提高效率。对于这门课程我还是希望课程内容可以与时俱进，结合当下人工智能发展的情况，做到实时的去结合当前人工智能发展和应用的一些成果去丰富课程体系和课程内容，更好的让学生了解人工智能学习人工智能并且合理的运用相关理论和实例。2.回归算法1.逻辑回归算法概念：逻辑回归其实是一种分类算法，将数据拟合到一个logistic函数中，从而完成对事件发生的概率进行预测。2.逻辑回归算法核心思想：逻辑回归Logistic，主要用于两分类问题，即输出只有两种，因此利用Logistic函数，或者可以称作为Sigmoid函数，函数形式以及函数图像如下所示：我们可以从图中看出，在z=0时，函数值为0.5，向左逐渐减少趋近于0，向右则逐渐增大为1，其值域为（0，1）之内，下面的图体现了不同的判定边界。边界图1边界图2逻辑回归的代价函数3.逻辑回归实战案例采用的数据集为文件夹中的data1.txt和data2.txt其中包含人口和收入的关系，对其分别进行逻辑回归运算以及加入正则项的逻辑回归运算。3.1导入相应的包和数据导入相应的包代码流程导入测试数据图获取数据分布代码图数据分布图3.2定义sigmoid函数、损失函数、求解梯度函数和求解最小损失函数函数定义代码图3.3做出预测可以判断下分数1为45，分数2为85的概率为多少。判断边界绘制代码判断边界绘制图加入正则项的损失函数以及梯度求解原始数据分布图正则化系数不同时不同的判定边界图