《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, 繼續免費閱讀

下載本文檔

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

文檔簡介

課程安排先修課程《概率論與數理統計》《數據庫原理及應用》《人工智能導論》《Python數據處理基礎》課程考核平時成績期末考試學以致用考核方式成績構成考核項目考核依據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先進技術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動的分組討論環節,根據提交的研究報告或者演講展示情況計分10%-40%課堂表現通過課堂小測、練習、回答問題等環節進行計分20%-40%課后作業布置若干探索性質的編程實踐作業,并進行課堂展示;根據參與情況與結果計分;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/網站公眾號/網站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:從數據中自動分析獲得規律,并利用規律對未知數據進行預測的算法概念:機器學習與人工智能、深度學習的關系人工智能:機器展現的人類智能機器學習:計算機利用已有的數據(經驗),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:實現機器學習的一種技術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,

現任字節跳動科技有限公司人工智能實驗室總監,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:《統計學習方法》機器學習界的國內泰斗周志華,南京大學計算機科學與技術系主任 、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域著名的青年華人學者之一,本科畢業于上海交通大學ACM班,博士畢業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給定數據的預測問題數據清洗/特征選擇確定算法模型/參數優化結果預測不能解決什么大數據存儲/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據點映射到低維度的空間中?2.

機器學習的類型-無監督學習14強化學習(Reinforcement

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

。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-數學基礎高等數學導數、微分、泰勒公式……線性代數向量、矩陣、行列式、秩、線性方程組、特征值和特征向量……概率論與數理統計隨機事件和概率、概率的基本性質和公式、常見分布、期望、協方差……18高等數學-函數的連續性設函數

y

=

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

=

??(??)在點

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

??

=

??(常數)則:

??′=0(2)??

=

????(??為實數) 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???高等數學-基本導數與微分表1x22(1) ??

±

?? ′=??′±

??′(2)(????)′=????′+

????′??(????)=??????+

??????(3)

(u/v)′

=????′?????′??2(??

0) ??( u/v)

=???????????????2四則運算法則設函數??

=

??(??),??

=

??(??)在點??可導,則:高等數學-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??

=

??(??),??

=

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

+

1階導數,則對該鄰域內異于??0的任意點??,在??0與??之間至少存在一個??,使得:高等數學-泰勒公式n!24常用函數在??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+

??(????)高等數學-泰勒公式25線性代數-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k,等于用數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-矩陣矩陣:??

×

??個數??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:

AB

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

AC內積 :給定x,

y

Rn×1,xT

y為一個標量,稱為向量的內積或點積, 記為?x,

y?.n27線性代數-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范數為1,那么A為正交陣,數學描述為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概率論與數理統計-隨機事件和概率事件的關系(1)

子事件:??

?

??,若??發生,則??發生。(2)

相等事件:??

=

??,即??

?

??,且??

?

??

。(3)

和事件:?????(或??+

??),??與??中至少有一個發生。(4)

差事件:??

?

??,??發生但??不發生。(5)

積事件:?????(或????),??與??同時發生。(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)

結合律:(?????)???

=

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

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

分配律:(?????)???

=

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

德.摩根律:?????=

??????????=

?????31概率論與數理統計-古典型概率定義:試驗E中樣本點是有限的,出現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概率論與數理統計??(??)(1) 條件概率: ??(??|??)

=

??(????)

,表示??發生的條件下,??發生的概率一袋中有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概率論與數理統計(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概率論與數理統計-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??35概率論與數理統計-常見分布(4)

均勻分布??(??,

??):??(??)

={

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

正態分布:??(??,

??2):??(??)

=12???????(?????)22??2,??>0,?∞<??<

+∞(6)指數分布:??(??):

??(??)

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

0,036概率論與數理統計數學期望離散型:??

??

=

????=????,??(??)=σ??

?????????∞連續型:??~??(??),??(??)=∫+∞????(??)????性質:(1)??(??)=??,??[??(??)]=

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

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

若X和Y獨立,則??(????)

=

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

2≤

??(??2)??(??2)協方差??????(??,??)=??

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

??(??))性質:(1)??????(??,??)=??????(??,

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

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

??)37Python

的環境的安裝AnacondaJupyter notebookPycharm詳細教程:/p/590276923.

機器學習的背景知識-Python基礎Python

的環境的安裝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

的環境的安裝Jupyter notebook在cmd環境下,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,默認跳轉到http://localhost:8088/tree40Pycharmhttps:///pycharm/Pycharm提供 免費的社區版 與 付費的專業版。專業版額外增加了一些功能,如項目模板、遠程開發、數據庫支持等。個人學習 Python

使用免費的社區版已足夠。如果有edu郵箱,那么推薦使用專業版,edu郵箱是可以免費使用專業版的。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

的環境的安裝41Python

的主要數據類型字符串整數與浮點數布爾值日期時間其它42Python

的數據結構列表(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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,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