5个原因告诉你：为什么在成为数据科学家之前，“逻辑回归”是第一个需要学习的

当学习神经元网络的时候，最开始学习的逻辑回归对我帮助很大。你可以将网络中的每个神经元当作一个逻辑回归：它有输入，有权重，和阈值，并可以通过点乘，然后再应用某个非线性的函数得到输出。更多的是，一个神经元网络的最后一层大多数情况下是一个简单的线性模型，看一下最基本的神经元网络：

如果我们更深入地观察一下output层，可以看到这是一个简单的线性(或者逻辑)回归，有hidden layer 2作为输入，有相应的权重，我们可以做一个点乘然后加上一个非线性函数(根据任务而定)。可以说，对于神经元网络，一个非常好的思考方式是：将NN划分为两部分，一个是代表部分，一个是分类/回归部分。

第一部分(左侧)尝试从数据中学习并具有很好的代表性，然后它会帮助第二个部分(右侧)来完成一个线性的分类或者回归任务。

总结

成为一个数据科学家你可能需要掌握很多知识，第一眼看上去，好像学习算法才是最重要的部分。实际的情况是：学习算法确实是所有情况中最复杂的部分，需要花费大量的时间和努力来理解，但它也只是数据科学中的一个部分，把握整体更为关键。

【编辑推荐】

1. 写作比写代码难多了？给数据科学家的写作指南
2. 推荐 ：数据科学与大数据技术面试建议与技巧之危险信号
3. 这10本免费的机器学习和数据科学书籍，确定不看一下么？
4. 干货 ：5种项目助你找到数据科学工作
5. 真的缺数据科学家吗? 如今到底有多少数据科学家？

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!