• 当前标签:人工智能

人工智能 Tensorflow基础篇_1

加法运算 例子 import tensorflow as tf a = tf.constant(5.0) b = tf.constant(6.0) sum = tf.add(a, b) with tf.Session as sess: sess.run(sum) 其中:sess.run() 是启动整个graph ses

2020-11-22 11:30:36 10 0 1
阅读详情

人工智能 机器学习基础篇_2/2

开发流程 原始数据 --> 数据特征工程(训练数据和测试数据) --> 选择合适的算法进行学习 --> 建立模型 --> 模型评估(测试数据) --> 判断模型是否合格 --> 模型应用(一般以API的形式提供) 算法分类 数据类型 离散型:由记录不同类别个题的数目所得到的数据,又称

2020-08-26 01:03:59 72 2 0
阅读详情

人工智能 机器学习基础篇_1/2

概述 机器学习是从数据中自动分析获得规律(模型),并利用规律对未知数据进行预测。 数据集的构成 存储类型:文件格式(如csv) 可用的数 scikit-learn Kaggle UCI 常用数据集数据的结构组成 结构:特征值 + 目标值 处理: pandas:一个数据读取非常方便以及基本的处理格式的工具 sklearn

2020-08-20 23:49:39 81 0 2
阅读详情

人工智能 numpy基础知识

概念 科学计算基础库,多作为数值计算、在大型、多维数组上执行数值运算。 创建数组 import numpy as np a = np.array([1,2,3,4,5]) b = np.array(range(1,6)) c = np.arange(1,6) # 其中 a = b = c np.arange的用法:ar

2020-08-16 20:19:38 98 2 2
阅读详情

人工智能 matplotlib的使用

数据分析流程 提出问题 --> 准备数据 --> 分析数据 --> 获得结论 --> 成果可视化 conda 环境安装 conda: data science package & environment manager 创建环境: conda create --name python3

2020-08-16 14:48:54 57 0 1
阅读详情
  • 1
前往