1. 机器学习概述

1）贴上Python环境及pip list截图，了解一下大家的准备情况。暂不具备开发条件的请说明原因及打算。

 

 

 

2）贴上视频学习笔记，要求真实，不要抄袭，可以手写拍照。

 

P1 机器学习概论

（1）什么是机器学习？

机器学习实为人工智能的一个分支。

学习的过程就是不断训练的过程，随着训练的增加，系统不断的向着训练的方向进行学习与改进，逐步构造出一个模型，可以通过模型进行相关问题的预测。

对于某给定的任务T，在合理的性能度量方案P的前提下，某计算机程序可以自主学习任务T的经验E；随着提供合适、优质、大量的经验E，该程序对于任务T的性能逐步提高。

 

举例无人驾驶汽车（5:10-9:50）

举例人类的学习（9:50-18:40）

机器学习的内涵与外延（18:40-21:50）：

机器学习可以解决“给定数据的预测问题”

机器学习不能解决“大数据存储/并行计算”“做一个机器人”

 

机器学习的一般流程：

数据收集->数据清洗->特征工程->数据建模 (38:00-39:40)

   

（2）对数函数的上升速度（62:40-65:30）

（3）导数（67:50-127:30）

积分应用（76:50-83:10）

Taylor公式的应用（85:30-96:40）：Taylor展式的应用

方向导数（97:00-102:40）

梯度（102:40-107:10）：梯度的方向是函数变化最快的方向

（4）概率论（127:30）：古典概型（生日悖论、装箱问题）

 

P4 Python基础

（1） Python库

（2）

（3）

二维数组切片（79:00）

Numpy与Python数学库的时间比较（82:00）

绘图（98:20）

 

3）什么是机器学习，有哪些分类？结合案例，写出你的理解。

机器学习实为人工智能的一个分支。学习的过程就是不断训练的过程，随着训练的增加，系统不断的向着训练的方向进行学习与改进，逐步构造出一个模型，可以通过模型进行相关问题的预测。