1. 机器学习概述

1.python基础的准备

本课程拟采用Python做为机器算法应用的实现语言，所以请确保:

1）安装好Python开发环境， PyCharm 或 Anaconda等都可以，按个人习惯喜好。

2）基本库的安装，如numpy、pandas、scipy、matplotlib

3）具备一定的Python编程技能，如果不熟悉，可选择一个教程进行学习，Python简单好上手，资源也很丰富。

 

3.作业要求：

1）贴上Python环境及pip list截图，了解一下大家的准备情况。暂不具备开发条件的请说明原因及打算。

　　我用的是PyCharm软件，如图所示是基本的环境与一些相关

 

 

 

2）贴上视频学习笔记，要求真实，不要抄袭，可以手写拍照。

 

 

 

 

 

3）什么是机器学习，有哪些分类？结合案例，写出你的理解

答：机器学习就是通过某些手段训练次数的增加，让系统不断学习和改进，能够用于预测相关问题的输出。

　　机器学习的分类有：有监督学习例如一些回归分析，无监督学习例如聚类分析，强化学习。

案例有：无人驾驶汽车，当无人的汽车在公路行驶时，路面的环境发生变化，比如说有人、有障碍物是，汽车刚开始是不会对自己的方向进行调整，它要经过自己不断的磕磕碰碰才能形成一种学习的网，不断去调整参数，等到下一次上路时便会对障碍物做出反应，从无知到掌握知识，用样本去映射标记，通过不断的尝试去试错去调整参数，是一种强化学习的机器学习。