文件名称：傅里叶变换三维测量matlab代码-machine-learning-intro:使用Python进行机器学习的入门（RaceandTechn
文件大小：1.01MB
文件格式：ZIP
更新时间：2024-06-10 02:56:49
系统开源
傅里叶变换三维测量矩阵Python机器学习入门 本教程是根据许可的。 实验目标 本实验概述了机器学习中的核心概念，并介绍了Python编程环境中的机器学习。 在本实验结束时，学生将能够： 描述和比较有监督和无监督的机器学习算法 描述受监督机器学习方法的常见类型 了解机器学习中使用的核心Python库，并重点介绍SciPy堆栈 编写实现k近邻分类算法的Python机器学习程序 致谢 本实验基于Andreas C.Müller和Sarah Guide的第1章“简介”， （O'Reilly，2017年）。 目录 概述 机器学习算法有两大类：有监督的和无监督的。 监督下 监督式机器学习算法基于包含输入和输出的数据构建模型。 该训练数据包括示例输入和期望的输出。 监督算法使用训练数据来创建（或学习）一个函数，该函数将预测将与新输入相关联的输出。 最佳功能将正确地确定原始训练数据中未包含的输入的输出。 有监督的机器学习算法有三种主要类型。 主动学习 在主动学习算法中，用户与学习算法进行交互，并按照算法的指示标记新的数据点。 主动学习算法在面对大量未贴标签的数据时会很有用，这些数据会从某种程度的贴标
【文件预览】：
machine-learning-intro-main
----README.md(34KB)
----figures()
--------Dilbert_ML.gif(34KB)
--------Figure_3.png(107KB)
--------Fig_2_Snoopy.gif(289KB)
--------Figure_2_Iris.png(592KB)