準備の1.pythonの基礎
(1)ソフトウェア
(2)Pythonバージョン:
(3)部分だけをカットし、基本的なライブラリをインストールします。
2、研究ノート
1)Pythonの基礎
9 :27 はじめピップ
13は:48 タイプ/ クラスの継承
16 :08 重心補間
16 :57・テイラーショー
19 :06 数値計算
25 :42 負の二項
83:39 numpyの数学ライブラリの比較
はじめに2)機械学習
10 :02 人の学習タイプの分析
18 :43 含蓄と表記機械学習
37 :30 一般的なプロセスの機械学習
61 :00 数学的知識の思い出
3)機械学習、どのような分類は何ですか?
分類に従って機械学習の形を学ぶ、それは教師あり学習、教師なし学習、半教師あり学習、強化学習に分けることができます。差がマークされたサンプルセットを提供するためにその教師あり学習必要である、教師なし学習は、サンプルセットマーク、半教師標識された試料の少量を提供するために、学習の必要性が、フィードバック機構を学ぶ必要性の強化を提供する必要はありません。
1.教師付き学習は、教師付き学習は、新しいデータ/インスタンス(分類)/マッピングのラベルを達成するために、いくつかの学習の戦略/方法でモデルを確立するためにマークされ限定されたトレーニングデータセットを使用することです。
限られたデータ隠蔽を用いて2教師なし学習は、非標識のデータのような構造/ルールをマークされていません。
教師あり学習と教師なし学習の間に3半教師付き学習は、主な問題は、タグ付けのコストを削減学習能力の目的を改善するように、標識された試料の少量及びトレーニング及び分類のための未標識多数のサンプルを使用することで、
4.強化学習は、最大信号の機能を強化するために学ぶために、環境からのインテリジェントシステムマッピング動作です