7.1机器学习 的基本概念 7.2 记忆学习 7.3 归纳学习 7.4 解释学习 7.5 神经学习

自我学习：机器学习里最有挑战的部分1 AlphaGo的原理 2如何做一个AlphaGo？一个能根据环境变化采取正确策略的智能体 3其他前沿话题：迁移学习，终身学习4学习总结

想入门人工智能与机器学习的朋友，请让我带你入门：1、初识人工智能：人工智能的诞生、定义、常见技术概念、价值；2、人工智能行业现状：人工智能主要技术分支、国务院关于《新一代人工智能发展规划》、人工智能应用方向、在金融中的应用；3、机器学习的具体应用；4、参考书籍及数据集

想理解如何应用人工智能与机器学习，请查看1智能与人工智能、常见技术概念、人工智能的价值2人工智能应用领域3人工智能的体系和技术分支

4人工智能竞争格局 5理清几个关系：人工智能与数据分析（大数据）的关系；人工智能与控制理论；人工智能产品与软件产品的区别和联系； 6人工智能产品团队组建方法 7学习方法和材料：如何用人工智能赋能行业创新？；数学准备（不是必须的）；数据集、开源实验平台和工具；参考文章和书籍；8机器学习：机器学习的分类；机器学习能做什么？；机器学习不能做什么？；应用机器学习的方法策略和原理

分类、分组和预测：机器学习的基础招式 分类：通过应用决策树进行调查 分类：通过应用NaïveBayes识别频繁和普通的旅行者 分组：查找单词的共同出现 分组：查找投票模式 预测：通过应用回归算法预测受众数量 预测：预测农产品生产量

建议、优化与集成学习：机器学习的加强式 推荐：推荐一本我真正喜欢的好书 推荐：根据内容推荐一篇供我阅读的文章 优化：通过遗传算法获得良好的成本函数 优化：根据能力将任务分配给不同的团队成员 为什么深度学习的能力是有限的？ 集成学习

布局 根据 人工智能与机器学习 这是一个存储库，它存储了我最早的一些AI和ML项目，同时整理了基础知识。 ML的基础知识，各种算法，降维，训练，测试与验证，神经网络等都是我在此系列项目中所做的事情。 在这次降价促销中，我将讨论和解释我在执行这些项目时所经历的过程。 ##泰坦尼克号：从灾难泰坦尼克号学习机器正是您所想的。 该项目描述了泰坦尼克号上个别乘客的生存状况。 1912年4月15日，在她的处女航中，被广泛认为的“沉没” RMS泰坦尼克号与冰山相撞后沉没。 不幸的是，船上没有足够的救生艇供所有人使用，导致2224名乘客和机组人员中的1502人死亡。 尽管幸存有一些运气，但似乎有些人比其他人更有可能生存。 我们在这里的工作是使用乘客数据（例如姓名，年龄，性别，社会经济舱等）来找到什么样的人能够幸存。

Matplotlib 快速参考手册 pdf版本1 作图函数 1.1 默认参数作图 1 import numpy as np#导入numpy库 2 import matplotlib.pyplot as plt#导入matplotlib库 3 X = np.linspace(-np.pi, np.pi, 256, endpoint=True)#生成-π到+π的256个元素的 4 #等差数列 4 C,S = np.cos(X), np.sin(X)#生成x的正弦余弦函数并赋值给C，S 5 plt.plot(X,C)#画出x与C的图像 6 plt.plot(X,S)#画出x与S的图像 7 plt.show()#展示图像 1.2 改变颜色和线宽 1 plt.figure(figsize=(10,6), dpi=80)#设置图表的宽高比为10:6，设置dpi为80 2 plt.plot(X, C, color="blue", linewidth=2.5, linestyle="-")#设置余弦函数颜色 3 #蓝色，线宽2.5，样式为连线 4 plt.plot(X, S, color="red", linewidth=2.5, linestyle="-") 1.3 改变坐标轴刻度 1 plt.xlim(X.min()*1.1, X.max()*1.1)#x坐标轴最小值、最大值分别设置为X最小值和最大 2 #值的1.1 3 plt.ylim(C.min()*1.1, C.max()*1.1)#y坐标轴最小值、最大值分别设置为X最小值和最大值 4 #的1.1 1.4 改变坐标轴刻度显示 1 plt.xticks( [-np.pi, -np.pi/2, 0, np.pi/2, np.pi]) #显示+-π,+-π/2的刻度

MechineLearningClassProject:南开大学人工智能学院机器学习课程作业记录