1.python基礎的準備
本課程擬採用python做為機器演算法應用的實現語言，所以請確保:
1）安裝好python開發環境， pycharm 或 anaconda等都可以，按個人習慣喜好。
2）基本庫的安裝，如numpy、pandas、scipy、matplotlib
3）具備一定的python程式設計技能，如果不熟悉，可選擇乙個教程進行學習，python簡單好上手，資源也很豐富。
菜鳥教程 python 3 教程
廖雪峰的官方** python3
1）p4 python基礎
2）p1 機器學習概論
建議大家邊看邊做筆記，記錄要點及所在時間點，以便有必要的時候回看。學習筆記也是作業的一部分。
3.作業要求：
1）貼上python環境及pip list截圖，了解一下大家的準備情況。暫不具備開發條件的請說明原因及打算。
python基礎
學習資源：
numpy：為python提供快速的多維陣列處理能力
pandas：在numpy的基礎上提供了更多的資料讀寫工具
scipy：在numpy基礎上新增了眾多科學計算工具包
matplotlib：python豐富的繪相簿
①np.linspace(1,10,10,endpoint=false) endpoint是指定是否包含終值
②切片可以下標索引，也可以t/f來索引
③資料清洗去重
unique：一維去重，二維也會從轉成一維再去重
機器學習概論
學習資源：
機器學習的一般流程：資料收集→資料清洗→特徵工程→資料建模→模型的使用
機器學習方法
線型回歸、rate、loss、em演算法、gmm與影象、去均值ica分離、svm、crawler爬取資料、hmm分詞、lda
數學知識(bilibili67:30)：
倒數
taylor公式
方向倒數
梯度伽瑪函式
概率論3）什麼是機器學習，有哪些分類？結合案例，寫出你的理解。
什麼是機器學習？
官方：對於給定的某個任務t，在合理的效能度量方案p的前提下，某電腦程式可以自主學習任務t的經驗e；隨著提供合適、優質、大量的經驗e，該程式對於任務t的效能逐步提高。
通俗：人工智慧的乙個分支，我們使用計算機設計乙個系統，使它能夠根據提供的訓練資料按照一定的方式來學習；隨著訓練次數的增加，該系統可以在效能上不斷學習和改進；通過引數優化的學習模型，能夠用於**相關問題的輸出。
機器學習的分類
機器學習概論
目前，工作中的事情相對少一點，富餘時間比較足，因此，可以拿出一部分時間用來學習下機器學習方面的理論知識與實踐知識。這樣做主要出於兩個方面的目的，一方面是想通過本次整理的系列來增強與梳理自己在機器學習領域中的理解，梳理出自己在機器學習領域中的方 另一方面，提公升自己的實際工作效率。好了，以上說明了本次...
機器學習概論
假如現在有n個房子的面積大小與 我們想通過這些資料得出乙個模型，這個模型的作用是，當我輸入這n個房子之外的其它房子的面積時，模型可以 出它們的 很好，這就是高中學過的線性回歸！機器學習按學習方式可分為 監督學習 無監督學習 強化學習 按演算法可分為 傳統機器學習 深度學習 強化學習 監督學習的任務是...
機器學習 機器學習概論
3 模型評估與模型選擇 4.具體應用 統計學習 是關於計算機基於 資料 構建概率統計模型並運用模型對資料進行 分析 統計學習的三要素 模型在監督學習中，模型就是所要學習的條件概率分布或決策函式。這在後面的章節中會重點介紹。策略 評價模型的標準 用損失函式和代價函式來度量 錯誤的程度。1 幾種損失函式...