机器学习第1章 机器学习基础

第章机器学习基础机器学习能让我们从数据集中受到启发，换句话说，我们可以通过计算机来获取数据背后的真实含义。股票预测、人脸识别、手写字识别、最佳路径规划、语音识别等等。330，352，340，360，352，353，360，366，371，？张三参加模拟考试（预测第10次考试成绩？）：大量的数据可以增加预测的准确性如果增加条件，如：学习时间，心里压力，身体状态，考试状态好，1机器学习的含义应用举例机器学习的关键术语张三参加模拟考试：如果增加条件，如：学习时间，心里压力，身体状态，考试状态。考试学习时间心里压力（0-10分）身体状态（0-10分）学习效率（0-10分）考试状态考分第一轮88878330第二轮98889350第三轮109778340第四轮109899360第五轮108888370第六轮109899？特征训练集训练集是用于训练机器学习算法的数据样本集合目标变量目标变量01例是机器学习算法的预测结果，训练样本集必须确定知道目标变量的值，以便机器学习算法可以发现特征和目标变量之间的关系。为了测试机器学习算法的效果，通常使用两套独立的样本集：机器学习算法的效果？张三参加了100次考试学习时间心里压力（0-10分）身体状态（0-10分）学习效率（0-10分）考试状态考分第一轮8h8878330…………………第80轮9h8889350第81轮10h9899360…………………第100轮10h8888370第101轮10h9899？训练样本集(80组)测试样本集(20组)例如20组测试样本中，测试结果为18个考分正确，2个错误。则正确率为90%02当机器学习程序开始运行时，使用训练样本集作为算法的输入，训练完成之后输入测试样本。输入测试样本时，不提供测试样本的目标变量，由程序决定样本的输出结果。训练样本集测试样本集特征数据1算法模型2特征数据是否精确，真实(是否存在奇异点)，特征个数是否合适算法模型是否合适。(机器学习算法种类很多，针对不同类型的问题，有不同的算法)，通常不存在最好的算法或者给出最好结果的算法。影响机器学习效果？03开发机器学习应用程序的步骤1、语法清晰2、易于操作纯文本文件3、使用广泛，存在大量的开发文档。041、收集数据2、准备输入数据3、分析数据4、训练算法5、测试算法6、使用算法Python语言的优势Numpy库的基本使用05机器学习算法涉及到很多线性代数知识，在使用Python语言构造机器学习应用时，会经常使用Numpy函数库。用到的线性代数只是为了简化不同的数据点上执行的相同数学运算。主要用于对多维数组执行计算。可以帮助程序员轻松地进行数值计算。NumPy对于执行各种数学任务非常有用，如数值积分、微分、内插、外推等。因此，当涉及到数学任务时，它形成了一种基于Python的MATLAB的快速替代。NumPy的作用NumPy使用领域在编写机器学习算法时，需要对矩阵进行各种数值计算。例如矩阵乘法、换位、加法等。NumPy提供了一个非常好的库，用于简单(在编写代码方面)和快速(在速度方面)计算。NumPy数组用于存储训练数据和机器学习模型的参数。计算机中的图像表示为多维数字数组。NumPy成为同样情况下最自然的选择。实际上，NumPy提供了一些优秀的库函数来快速处理图像。例如，镜像图像、按特定角度旋转图像等。机器学习图像处理和计算机图形学数学任务为何使用NumPy1、NumPy函数库安装2、NumPy库的简单使用考试学习时间心里压力（0-10分）身体状态（0-10分）学习效率（0-10分）考试状态考分第一轮88878330第二轮98889350第三轮109778340第四轮109899360第五轮108888370第六轮109899？

1、收集数据2、准备输入数据3、分析数据4、训练算法5、测试算法