《機器學習與Python實踐》課件-01機器學習簡介_第1頁
《機器學習與Python實踐》課件-01機器學習簡介_第2頁
《機器學習與Python實踐》課件-01機器學習簡介_第3頁
《機器學習與Python實踐》課件-01機器學習簡介_第4頁
《機器學習與Python實踐》課件-01機器學習簡介_第5頁
已閱讀5頁,還剩53頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

課程安排先修課程《概率論與數(shù)理統(tǒng)計》《數(shù)據(jù)庫原理及應用》《人工智能導論》《Python數(shù)據(jù)處理基礎(chǔ)》課程考核平時成績期末考試學以致用考核方式成績構(gòu)成考核項目考核依據(jù)與方法占平時成績的比重占總評成績的比重平時成績課程思政實踐基于機器學習及前沿課題研討等,考查學生對我國相關(guān)先進技術(shù)的了解情況以及核心價值觀狀況5%-10%40%課堂討論通過問題驅(qū)動的分組討論環(huán)節(jié),根據(jù)提交的研究報告或者演講展示情況計分10%-40%課堂表現(xiàn)通過課堂小測、練習、回答問題等環(huán)節(jié)進行計分20%-40%課后作業(yè)布置若干探索性質(zhì)的編程實踐作業(yè),并進行課堂展示;根據(jù)參與情況與結(jié)果計分;不少于3次50%-60%期末考試閉卷考試考試成績

60%總分

100課程介紹4,抖音推薦2,虛擬人1,ChatGPT對話機器人3,LOL實時字幕課程介紹課程介紹課程介紹課程介紹公眾號/網(wǎng)站公眾號/網(wǎng)站2本章目錄機器學習概述機器學習的類型機器學習的背景知識機器學習的開發(fā)流程31.

機器學習概述1.機器學習概述2.機器學習的類型3.機器學習的背景知識4.機器學習的開發(fā)流程概念機器學習的理論:設計和分析一些算法讓計算機可以自動“學習”機器學習算法:從數(shù)據(jù)中自動分析獲得規(guī)律,并利用規(guī)律對未知數(shù)據(jù)進行預測的算法概念:機器學習與人工智能、深度學習的關(guān)系人工智能:機器展現(xiàn)的人類智能機器學習:計算機利用已有的數(shù)據(jù)(經(jīng)驗),得出了某種模型,并利用此模型預測未來的一種方法。深度學習:實現(xiàn)機器學習的一種技術(shù)5楊立昆(Yann

LeCun)杰弗里·欣頓(Geoffrey

Hinton)本吉奧(

Bengio

)共同獲得了2018年計算機科學的最高獎項——ACM圖靈獎。機器學習界的執(zhí)牛耳者Andrew

Ng中文名吳恩達,斯坦福大學副教授,前“百度大腦”的負責人與百度首席科學家。6李航,

現(xiàn)任字節(jié)跳動科技有限公司人工智能實驗室總監(jiān),北京大學、南京大學客座教授,IEEE

會士,ACM

杰出科學家,CCF

高級會員。代表作:《統(tǒng)計學習方法》機器學習界的國內(nèi)泰斗周志華,南京大學計算機科學與技術(shù)系主任 、人工智能學院院長。代表作:《機器學習》(西瓜書)7陳天奇,陳天奇是機器學習領(lǐng)域著名的青年華人學者之一,本科畢業(yè)于上海交通大學ACM班,博士畢業(yè)于華盛頓大學計算機系。主要貢獻:設計了XGBoost算法。機器學習界的青年才俊何愷明,本科就讀于清華大學,博士畢業(yè)于香港中文大學多媒體實驗室。2016年,加入Facebook

AIResearch(FAIR)擔任研究科學家。主要貢獻:設計了ResNets8機器學習的范圍9給定數(shù)據(jù)的預測問題數(shù)據(jù)清洗/特征選擇確定算法模型/參數(shù)優(yōu)化結(jié)果預測不能解決什么大數(shù)據(jù)存儲/并行計算做一個機器人機器學習可以解決什么問題102.

機器學習的類型機器學習概述機器學習的類型機器學習的背景知識機器學習的開發(fā)流程112.

機器學習的類型12分類(Classification)身高1.65m,體重100kg的男人肥胖嗎?根據(jù)腫瘤的體積、患者的年齡來判斷良性或惡性?回歸(Regression、Prediction)如何預測上海浦東的房價?未來的股票市場走向?2.

機器學習的類型-監(jiān)督學習13聚類(Clustering)如何將教室里的學生按愛好、身高劃分為5類?降維(

Dimensionality

Reduction

)如何將將原高維空間中的數(shù)據(jù)點映射到低維度的空間中?2.

機器學習的類型-無監(jiān)督學習14強化學習(Reinforcement

Learning)用于描述和解決智能體(agent)在與環(huán)境的交互過程中通過學習策略以達成回報最大化或?qū)崿F(xiàn)特定目標的問題

。2.

機器學習的類型-強化學習153.

機器學習的背景知識機器學習概述機器學習的類型機器學習的背景知識機器學習的開發(fā)流程163.

機器學習的背景知識-希臘字母大寫小寫英文注音國際音標注音中文注音Ααalphaalfa阿耳法Ββbetabeta貝塔Γγgammagamma伽馬Δδdetadelta德耳塔Εεepsilonepsilon艾普西隆Ζζzetazeta截塔Ηηetaeta艾塔Θθthetaθita西塔Ιιiotaiota約塔Κκkappakappa卡帕∧λlambdalambda蘭姆達Μμmumiu繆Ννnuniu紐Ξξxiksi可塞Οοomicronomikron奧密可戎∏πpipai派Ρρrhorou柔∑σsigmasigma西格馬Ττtautau套Υυupsilonjupsilon衣普西隆Φφphifai斐Χχchikhai喜Ψψpsipsai普西Ωωomegaomiga歐米173.

機器學習的背景知識-數(shù)學基礎(chǔ)高等數(shù)學導數(shù)、微分、泰勒公式……線性代數(shù)向量、矩陣、行列式、秩、線性方程組、特征值和特征向量……概率論與數(shù)理統(tǒng)計隨機事件和概率、概率的基本性質(zhì)和公式、常見分布、期望、協(xié)方差……18高等數(shù)學-函數(shù)的連續(xù)性設函數(shù)

y

=

??(??)在點??0的某鄰域內(nèi)有定義,如果當自變量的改變量????趨近于零時,相應函數(shù)的改變量??y也趨近于零,則稱y

=

??(??)在點

??0處連續(xù)。19函數(shù) 在點 處連續(xù),需要滿足的條件:存在函數(shù)在該點處有定義函數(shù)在該點處極限極限值等于函數(shù)值高等數(shù)學-函數(shù)的連續(xù)性20,如果平均變化率的極限存在則稱此極限為函數(shù)在點 處的導數(shù),高等數(shù)學-導數(shù)21(1)

??

=

??(常數(shù))則:

??′=0(2)??

=

????(??為實數(shù)) 則:

??′=???????1(3)??

=

????則:??′

=

????lna特例:

(e??)′

=

e??(4)??=log??則:??′

=1??lna,特例

(ln??)′

=

(5)??=

sin??則:??′

=

cos??(6)??=

cos??則:??′

=

?sin??cos2??(7)??=tan??則:

??′

=

1 =

sec2??sin2??(8)??=cot??則:??′=

?

1 =

?csc2??(9)??=sec??則:??′=

sec??tan??(10)??

=

csc?? 則:??′

=

?csc??cotx(11)??=arcsin??則:??′

=11???2(12)??=

arccos??則:??′

=

?11???2(13)??=

arctan??則:??′

=11+??2(14)??=

arccot??則:??′=?

1 1+??2(15)??=s???則:??′=c???(16)??=c???則:??′=

s???高等數(shù)學-基本導數(shù)與微分表1x22(1) ??

±

?? ′=??′±

??′(2)(????)′=????′+

????′??(????)=??????+

??????(3)

(u/v)′

=????′?????′??2(??

0) ??( u/v)

=???????????????2四則運算法則設函數(shù)??

=

??(??),??

=

??(??)在點??可導,則:高等數(shù)學-四則運算法則232!??(??)

=

??(??0)

+

??′(??0)(??

?

??0)+

1

??″(??0)(

??

?

??0)2+

?+f(n)(x0)(???

??)+??(??)其中

??n(??)

=(n+1)?? (??)(??+1)!(???

??n)n+1稱為??(??)在點??處的??階泰勒余項。令??0

=

0,則??階泰勒公式:??(??)=??(0)+??′(0)??

+12!??″(0)??2+?

+(??)f(n)(0)??n+

??n(??)……設函數(shù)??

=

??(??),??

=

??(??)在點??可導,則:設函數(shù)??(??)在點??0處的某鄰域內(nèi)具有??

+

1階導數(shù),則對該鄰域內(nèi)異于??0的任意點??,在??0與??之間至少存在一個??,使得:高等數(shù)學-泰勒公式n!24常用函數(shù)在??0=

0處的泰勒公式

:1)e??=1+??+

1??2+?+1

????+

??(????)2!

??!21 12 3

3 ??2)ln(1+??)=

??

?

?? + ????

+

(?1)???1

xn+

??(????)高等數(shù)學-泰勒公式25線性代數(shù)-行列式設??=(aij)

??in??jn={

,則:????1????1

+????2????2

+?

+??×??或??ij??jn+

??2iA2j+?+

??niAnj=

{??,??=

??0,??≠

??即?????=?????

=??

??,其中:???

=??11 ??12 … ??1????21 ??22 … ??2??… … … …????1 ????2 … ??????=

(??ji)=

(??ij)T?列式的性質(zhì)單位陣的行列式為1,det(I)

=1.行列式的某一行(列)的所有的元素都乘以同一數(shù)k,等于用數(shù)k乘此行列式.A∈Rn×n,,det(A)=

det(AT).A,B∈Rn×n,det(AB)=

det(A)det(B).當且僅當A為奇異方陣時,det(A)

=

0.當A為非奇異方陣時,det(A?1)

=1/det(A).??,??=

??0,??≠

??26線性代數(shù)-矩陣矩陣:??

×

??個數(shù)??ij排成??行??列的表格??11??21??12??22????1????2???

?

?

?

?????1 ????2???????稱為矩陣,簡記為??,或者(??ij)

。若??

=

??,則稱??是??階矩陣或??階方陣。??×??矩陣的乘法

:設??

=

(??????)是??

×??矩陣,??

=

(??????)是??

×??矩陣,那么??

×??矩陣??

=

(??????),其中??????

=

????1??1??

+

????2??2??

+?+????????????

=

Σk=1????????????稱為????的乘積,記為??

=

????

。矩陣乘法的性質(zhì):

AB

=?BA,(AB)C=A(BC),A(B+C)=AB+

AC內(nèi)積 :給定x,

y

Rn×1,xT

y為一個標量,稱為向量的內(nèi)積或點積, 記為?x,

y?.n27線性代數(shù)-求導??????????=

????????????=

??????????????=

??????????????=

????????????=

??????????????=

????????

??????

=??????????????????????=??????????????????+ ?????????????????????? ??????= ?? +

??????

????????????????=

2????????????????

=??

+

????????????????????=

????????????????=

??????+??

???????? ???? ??????????????????=

2??????????[

(???????)??(???????)]????=2(?????

??)??????????????????=

2????(如果A為對稱陣)??為??

×

??的矩陣,

x為??

×

1的列向量28線性代數(shù)正交給定a, b ∈ Rn×1,如果aT

b

=

0,

那么向量a, b正交.對于方Rn×n陣A ∈ 來說,如果A的列向量兩兩正交,且?2范數(shù)為1,那么A為正交陣,數(shù)學描述為AT

A=

I

=

AAT

.正定性對于A

∈ Rn×n,

?w

∈ Rn×1,滿足

wT

Aw

>0,

A為正定矩陣;

wTAw

≥ 0,

A為半正定矩陣29線性代數(shù)行列式按行(列)展開定理(1)

設??

= ??ij??×??,則:??i1 j1?? +

??i2 j2?? +?+

??inj???? =

{??,??=

??0,??≠

??或??1??

1???? +

??2?? 2???? +?+

??ni

?????? =

{??

,??=

??0,??≠

??即?????=?????

=??

??,其中:???

=??11 ??12 … ??1????21 ??22 … ??2??… … … …????1 ????2 … ??????=

(?? )=

(??)??30概率論與數(shù)理統(tǒng)計-隨機事件和概率事件的關(guān)系(1)

子事件:??

?

??,若??發(fā)生,則??發(fā)生。(2)

相等事件:??

=

??,即??

?

??,且??

?

??

。(3)

和事件:?????(或??+

??),??與??中至少有一個發(fā)生。(4)

差事件:??

?

??,??發(fā)生但??不發(fā)生。(5)

積事件:?????(或????),??與??同時發(fā)生。(6)

互斥事件(互不相容):?????=?。(7)

互逆事件(對立事件):

?????

=

?,

?????

=

??,

??

=

??,

??

=

??

。運算律(1)

交換律:?????

=

?????,

?????

=

?????(2)

結(jié)合律:(?????)???

=

???(?????);(?????)???=

???(?????)(3)

分配律:(?????)???

=

(?????)?(?????)(4)

德.摩根律:?????=

??????????=

?????31概率論與數(shù)理統(tǒng)計-古典型概率定義:試驗E中樣本點是有限的,出現(xiàn)每一樣本點的概率是相同。一袋中有8個球,編號為1-8,其中1-3號為紅球,4-8號為黃球,設摸到每一球的可能性相等,從中隨機摸一球,記A={

摸到紅球},求P(A)。32概率論與數(shù)理統(tǒng)計??(??)(1) 條件概率: ??(??|??)

=

??(????)

,表示??發(fā)生的條件下,??發(fā)生的概率一袋中有8個球,編號為1-8,其中1-3號為紅球,4-8號為黃球,設摸到每一球的可能性相等,從中隨機摸一球,記A={

摸到紅球},求P(A)。??=1(2)

全概率公式:

??(??)

=

Σ??????=1??(??|????)??(????),????????=?,??≠??,?????=

??.33概率論與數(shù)理統(tǒng)計(3)

Bayes公式:??(??

|??)

=??(??|????)??(????)??=1?? Σ????(??|????)??(????),??=1,2,?,

??(4)乘法公式:

??(??1??2)

=

??(??1)??(??2|??1)

=

??(??2)??(??1|??2)??(??1??2?????)=??(??1)??(??2|??1)??(??3|??1??2)???(????|??1??2?

?????1)34概率論與數(shù)理統(tǒng)計-常見分布(1)

0-1分布:??(??

=

??)

=

????(1???)1???,

??

=

0,1??(2)二項分布:??(??,

??): ??(??=??)=????

????(1???)?????,??=0,1,?,

????!??(3)

Poisson分布:??(??): ??(??=??)

=

?? ?????,??>0,??=0,1,2

?Poisson分布的期望和方差都等于參數(shù)??35概率論與數(shù)理統(tǒng)計-常見分布(4)

均勻分布??(??,

??):??(??)

={

1?????,??<??<??(5)

正態(tài)分布:??(??,

??2):??(??)

=12???????(?????)22??2,??>0,?∞<??<

+∞(6)指數(shù)分布:??(??):

??(??)

={?????????,??>0,??>0

0,036概率論與數(shù)理統(tǒng)計數(shù)學期望離散型:??

??

=

????=????,??(??)=σ??

?????????∞連續(xù)型:??~??(??),??(??)=∫+∞????(??)????性質(zhì):(1)??(??)=??,??[??(??)]=

??(??)(2)??(??1??+??2??)=??1??(??)+

??2??(??)(3)

若X和Y獨立,則??(????)

=

??(??)??(??)(4) ??(????)

2≤

??(??2)??(??2)協(xié)方差??????(??,??)=??

(?????(??)(???

??(??))性質(zhì):(1)??????(??,??)=??????(??,

??)(2)??????(????,????)=??????????(??,

??)(3)??????(??1+??2,??)=??????(??1,??)+??????(??2,

??)37Python

的環(huán)境的安裝AnacondaJupyter notebookPycharm詳細教程:/p/590276923.

機器學習的背景知識-Python基礎(chǔ)Python

的環(huán)境的安裝38Anaconda/distribution/通常選3.7版本,64位可以用默認安裝,右圖兩個選擇框都勾上39Python

的環(huán)境的安裝Jupyter notebook在cmd環(huán)境下,切換到代碼的目錄,輸入命令:jupyter

notebook之后就可以啟動jupyter

botebook編輯器,啟動之后會自動打開瀏覽器,并訪問http://localhost:8088,默認跳轉(zhuǎn)到http://localhost:8088/tree40Pycharmhttps:///pycharm/Pycharm提供 免費的社區(qū)版 與 付費的專業(yè)版。專業(yè)版額外增加了一些功能,如項目模板、遠程開發(fā)、數(shù)據(jù)庫支持等。個人學習 Python

使用免費的社區(qū)版已足夠。如果有edu郵箱,那么推薦使用專業(yè)版,edu郵箱是可以免費使用專業(yè)版的。安裝過程照著提示一步步操作就可以了。注意:安裝路徑盡量不使用帶有 中文或空格 的目錄,這樣在之后的使用過程中減少一些莫名的錯誤。Python

的環(huán)境的安裝41Python

的主要數(shù)據(jù)類型字符串整數(shù)與浮點數(shù)布爾值日期時間其它42Python

的數(shù)據(jù)結(jié)構(gòu)列表(li

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論