-
Python是一種解釋型的、面向對象的、移植性強的高級程序設計語言。
查看全部 -
jupyter notebook 是一款輕量級基于web的集成框架，可以分快執行代碼，便于分析和運行代碼。
查看全部 -
scikit-learn已經被開發好，可直接被調用
查看全部 -
非監督式學習：相比于監督學習，非監督學習不需要標簽數據，而是通過引入預先設定的優化準則進行模型訓練，比如自動將數據分為三類。
查看全部 -
非監督式學習：從數據中挖掘關聯性
舉例：數據聚類、相關新聞自動推送
特點：不存在正確的答案
機器學習的基本原理：
監督室學習模型：
使用標簽數據訓練機器學習模型
標簽數據是指由輸入數據對應的正確的輸出結果；
機器學習模型將學習輸入數據與之對應的輸出結果間的函數關系
使用訓練好的機器學習模型，根據新的輸入數據預測對應的結果。
查看全部 -
機器學習是使用算法來解析數據、從中學習，然后對真實世界中的實踐做出決策和預測。比如垃圾郵件檢測、房價預測。
深度學習：模仿人類神經網絡，建立模型，進行數據分析。比如人臉識別、語義理解、無人駕駛。
機器學習的主要類別：監督式、非監督、強化學習
監督式學習：基于數據及結果進行預測，舉例：垃圾郵件檢測、房價預測；特點：一組輸入數據對應一個正確的輸出結果。
查看全部 -
人工智能本質上是機器對人的思維信息過程的模擬，讓機器能像人一樣思考。
舉例：電影興趣度判斷
根據輸入信息進行模型結構、權重更新，實現最終優化。
特點：信息處理、自我學習、優化升級
人工智能比之傳統模型的優勢在于：它能自我更新和迭代
機器學習是一種實現人工智能的方法，深度學習是一種實現機器學習的技術。
舉例：空間點舉例求解
查看全部 -
機器學習原理
查看全部 -
機器學習常用的分類算法：KNN、邏輯回歸、決策樹、樸素貝葉斯。
查看全部 -
人工智能：機器對人的思維信息過程的模擬。根據輸入信息進行模型結構、權重更新，實現最終優化。特點：信息處理、自我學習、優化升級。
人工智能包含機器學習，機器學習包含深度學習。
機器學習是一種實現人工智能的方法，深度學習是一種實現機器學習的技術。
機器學習：使用算法來解析數據，從中學習，然后對事件做出決策和預測。
深度學習：模仿人類神經網絡，建立模型，進行數據分析。
查看全部 -
下載數據集遇到的問題：Kaggle網站注冊用戶刷不出驗證界面。這里需要安裝谷歌訪問助手，百度一下有很多解答。
查看全部 -
機器學習分為三種：監督式學習，非監督式學習，強化學習查看全部
-
開發環境搭建步驟
查看全部 -
KNN..
查看全部 -
Irisz數據集
查看全部
舉報