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