一、機器學習介紹及其原理

1.什么是人工智能？

機器對人的思維信息過程的模擬，讓它能相認一樣思考。

a.輸入 b.處理 c.輸出

根據輸入信息進行模型建構、權重更新，實現最終優化。

特點：信息處理、自我學習，優化升級

2.人工智能核心方法

機器學習：使用算法來解析數據，從中學習，然后對真實世界中的事件做出決策和預測。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。如：人臉識別、語義理解、無人駕駛。

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

3.機器學習的主要類別監督學習：基于數據及結果進行預測，一組輸入數據對應一個“正確的”輸出結果。如：垃圾郵件檢測、房價預測。

半監督學習：從數據中挖掘并聯性，不存在“正確的”答案。如：數據聚類、相關新聞自動推送。

強化學習

4.機器學習的基本原理監督式學習

a.使用標簽數據(由輸入數據對應的輸出數據)訓練機器學習模型(將學習輸入數據與之對應的輸出結果間的函數關系)

b.調用訓練好的機器學習模型，根據新的數據預測對應的結果非監督式學習

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。如：自動將數據分為3類。

二、機器學習開發環境部署

1.python

解釋型的、面向對象的、移植性強的高級程序設計語言

(解釋型是指不需要編譯成二進制代碼，可直接從源代碼運行)

2.scikit-learn

可以實現數據預處理、分類、回歸、降維、模型選擇等常用的機器學習算法。

不支持Python之外的語言，不支持深度學習和強化學習。

3.jupyter notebook

開源的web應用程序

步驟：

a.安裝python

b.安裝Anaconda

c.新建開發環境，安裝numpy,scikit-learn庫

conda create -n env_name

pip(conda) install package_name

d.jupyter notebook界面優化

總結

以上是生活随笔為你收集整理的python scikit learn 关闭开源_慕课|Python调用scikit-learn实现机器学习(一）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。