matplotlib 绘图库
numpy 科学计算库(大量数学运算,矩阵)
pandas 表格处理神器(numpy和matplotlib的综合升级版)
人工智能大致了解
机器学习的工作流程
1.1 人工智能大致了解
场景用数据能够容易描述清楚,用机器学习
不能容易的用数据描述清楚,用深度学习
人工智能三要素
数据
算法
计算力
cpu: 核心数少,干活快
gpu: 核心数多,干活慢
1.2 人工智能 机器学习 深度学习
人工智能 > 机器学习 > 深度学习
1.3 人工智能发展历程
图灵测试(1950)
图灵: 定义那些问题是可以计算
把计算器变成计算机
冯诺依曼: 让机器提代人类做计算
发明了计算器
达特茅斯会议(1956)
历史的发展起伏
1.4 主要分支
计算机视觉(CV)
自然语言处理(NLP)
机器人
1.5 什么是机器学习
机器学习是从数据中自动分析获得模型,
并利用模型对未知数据进行预测。
获取数据
基本处理
特征工程
机器学习(模型训练)
模型评估
连续型
离散型(类别型)
数据类型一:特征值+目标值(目标值是连续的和离散的)
数据类型二:只有特征值,没有目标值
数据分割:
训练数据:用于训练,构建模型
测试数据:在模型检验时使用,用于评估模型是否有效
2/8 3/7
1.6 机器学习算法分类
监督学习
特征值和目标值
目标值:连续值(称为回归)
目标值:离散值(称作分类)
无监督学习
特征值组成,没有目标值
半监督学习(一套方法)
特征值和目标值(大量数据的目标值缺失)
强化学习
连续决策,求长期利益最大化
1.7 模型评估
分类:准确率
回归:均方根误差
测试集合表现很好
获取数据
基本数据处理
特征工程
数据集合切分(训练数据,测试数据)
选取合适的算法进行训练
对模型进行评估
合适,上线
不合适,打回原形
连接派:神经网络 2010 imagenet比赛 李飞飞
逻辑派:if else
2.2 Jupyter Notebook使用
jupyter是ipython的网页加强版
是一款程序员和科学工作者的编程/文档/笔记/展示软件
.ipynb
进入环境
jupyter notebook
关闭 按两次contrl+C
ctrl + enter:执行本单元代码,留在本单元
shift + enter:执行本单元代码,并跳转到下一单元
编辑模式(Enter)
- 命令模式下回车Enter或鼠标双击cell进入编辑模式
- 可以操作cell内文本或代码,剪切/复制/粘贴移动等操作
命令模式(Esc)
- . 按Esc退出编辑,进入命令模式
- . 可以操作cell单元本身进行剪切/复制/粘贴/移动等操作
M: 文档
Y: 代码 (即包含有In与out的组合部分)
A: 在当前cell上增加一个cell
B: 在当前cell下增加一个cell
matplotlib是一个绘图库
图像展示数据比原始数据更好
使用流程
导包
创建画布
绘制图像
显示图像
修改刻度
plt.xticks(x_ticks, str_x_ticks)
plt.yticks(y_ticks, str_y_ticks)
1 保证本机有中文字体(还得知道字体名字)
windows和mac下:双击安装
linux:
sudo cp ~/SimHei.ttf /usr/share/fonts/
方法1:
1 找配置文件的路径
import matplotlib
matplotlib.matplotlib_fname()
返回路径
打开文件,添加三行
font.family : sans-serif
font.sans-serif : SimHei
axes.unicode_minus : False
2 删除缓存文件
mac,win:
家目录:
.matplotlib/
下的文件删掉
linux:
~/.cache/.matplotlib/
下的文件删掉
3 杀掉jupyter,重启
中文就可以显示了
方法2:
plt.rcParams[‘font.family’] = [‘SimHei’]
from pylab import mpl
设置显示中文字体
mpl.rcParams[“font.sans-serif”] = [“SimHei”]
添加描述信息
plt.xlabel(“时间”)
plt.ylabel(“温度”)
plt.title(“中午11点0分到12点之间的温度变化图示”, fontsize=20)
图像保存
plt.savefig(“test.png”)