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。
3）什麼是機器學習，有哪些分類？結合案例，寫出你的理解。
監督學習（supervised learning）表示機器學習的資料是帶標記的，這些標記可以包括資料類別、資料屬性及特徵點位置等。這些標記作為預期效果，不斷修正機器的**結果。
具體實現過程是：通過大量帶有標記的資料來訓練機器，機器將**結果與期望結果進行比對；之後根據比對結果來修改模型中的引數，再一次輸出**結果；然後將**結果與期望結果進行比對，重複多次直至收斂，最終生成具有一定魯棒性的模型來達到智慧型決策的能力。
常見的監督學習有分類和回歸：
無監督學習（unsupervised learning）表示機器學習的資料是沒有標記的。機器從無標記的資料中探索並推斷出潛在的聯絡。
常見的無監督學習有聚類和降維。
強化學習（reinforcement learning）是帶有激勵機制的，具體來說，如果機器行動正確，將施予一定的「正激勵」；如果行動錯誤，同樣會給出乙個懲罰（也可稱為「負激勵」）。因此在這種情況下，機器將會考慮如何在乙個環境中行動才能達到激勵的最大化，具有一定的動態規劃思想。
例如在貪吃蛇遊戲中，貪吃蛇需要通過不斷吃到「食物」來加分。為了不斷提高分數，貪吃蛇需要考慮在自身位置上如何轉向才能吃到「食物」，這種學習過程便可理解為一種強化學習。
強化學習最為火熱的乙個應用就是谷歌 alphago 的公升級品——alphago zero。相較於 alphago，alphago zero 捨棄了先驗知識，不再需要人為設計特徵，直接將棋盤上黑、白棋子的擺放情況作為原始資料輸入到模型中，機器使用強化學習來自我博弈，不斷提公升自己從而最終出色完成下棋任務。alphago zero 的成功，證明了在沒有人類的經驗和指導下，深度強化學習依然能夠出色地完成指定任務。
演算法第一次作業
命名 命名，包括檔名 類名 結構名 型別名 函式名 變數名 引數名等都是程式設計中重要的一部分。乙個好的名稱，體現了乙個深思熟慮的過程，同時也 能夠幫助別人更好地理解開發者的思路。如果發現程式中，充滿了a,b,c,x,y,z,tmp這種命名的變數，這時候就需要仔細的考慮自己的實現是否有問題。類 結構...
機器學習第一次作業
對話式人工智慧平台是指融合語音識別 語義理解 自然語言處理 語音合成等多種解決方案，為開發者提供具備識別 理解及反饋能力的開放式平台的技術。該技術能夠實現機器與人在對話服務場景中的自然互動，未來有望在智慧型可穿戴裝置 智慧型家居 智慧型車載等多個領域得到大規模應用。智慧型腦機互動是指通過在人腦神經與...
機器學習第一次作業
深度學習的背景是機器學習，機器學習 machine learning 是一門專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的效能的學科。機器能否像人類一樣能具有學習能力呢？1959年美國的塞繆爾 samuel 設計了乙個下棋程式，這個程式具有...