人工智能常用算法与学习库

 

 一，Python机器学习库—scikit learn+pandas+matplotlib

Scikit-learn是一个用于机器学习的Python模块。它建立在Scipy之上，提供了一套常用机器学习算法，让使用者通过一个统一的接口来使用； pandas是数据处理的工具，为时间序列分析提供了很好的支持，提供了大量能使我们快速便捷地处理数据的函数和方法； matplotlib是一种画图工具，可以仅仅甚至只用一行命令行来创建一个简单的平面图，十分方便高效。 

二，深度学习库--TensorFlow

张量是现代机器学习的基础。它的核心是一个数据容器，多数情况下，它包含数字，有时候它也包含字符串，但这种情况比较少。因此把它想象成一个数字的水桶。 0维的张量 = 一个数字 1维的张量 = 一个向量 2维的张量 = 一个矩阵 3维的张量 = 时间序列 4维的张量 = 图像 5维的张量 = 视频

 

 三，线性回归算法--波士顿房价样本数据集介绍

波士顿房价数据集的目的是通过城市人均犯罪率(CRIM)、房间数(RM)共计13个特征来预估房子价值，类似我们给二手房/车进行估值。

使用sklearn的LinearRegression（正规方程）算法，预测RM与房价之间的关系