1-机器学习启蒙- Python基础语法与工具
2018-02-06 本文已影响202人
天涯明月笙
机器学习正在改变世界
以前的机器学习观点

我为什么学习机器学习?机器人:人工智能应用。

亚马逊零售推荐,Google广告。电影推荐,音乐推荐,社交推荐。
机器学习管道
数据通过机器学习算法管道实现智能。
机器学习实例:预测房价

使用房屋特征与售价关系进行回归。
示例2 情感分析

通过点评文本分析情感正负。
示例3 文件检索
数据 -> 聚类 -> 智能
分析文章潜在结构,贴出标签。
商品推荐

通过历史购买记录行为,推荐商品。有可能也会用到别的客户使用的产品。
商品矩阵中方块代表用户真正购买的商品.

矩阵分解。
根据图像的推荐

将图片输入之后找到邻近样本。深度学习:神经网络。
本门课使用的工具
案例实现研究方法 : Python Ipython Notebook GraphLabCreate
构建机器学习的小应用程序。
为什么选择Python? 包多,可扩展,可部署。
SFrame & GraphLab Create(高度可扩展,华盛顿大学)
Graphlab 免费一年。处理核心机器学习概念。
安装环境
- 安装python Ipython Notebook GraphLab Create
- 启动IPython Notebook
- 在python中编写变量,函数和循环
- 在python中使用sframe执行基本数据操作
本门课的内容
一大串的方法。
这个课程从实际案例入手,从实际案例来引入模型和算法。
思考我们面对特定问题,如情感分析。
创建一个全新的ipython notebook。
cd 工程目录
jupyter notebook
-
点击右上角new可以创建全新的notebook。选择Python。可以新建一个全新的
notebook。 -
双击名字可以进行修改名字。
-
菜单可以进行保存文件,复制文件等很多功能。
点击一个单元输出
print "hello world"
shift + enter
进行运行输出。
ipython notebook 中你可以很好的包含文字与组织文字。
-
方法一:点击cell中celltype选择markdown
-
普通的回车提供多行单元格。
-
shift + enter
进行markdown输出。
Python基本语法
变量不需要显示声明,不需要指定类型
光标点进单元格里面之后按esc + m
可以变成markdown格子