You can not select more than 25 topics Topics must start with a chinese character,a letter or number, can include dashes ('-') and can be up to 35 characters long.

第五次作业 1.0 kB

12345678910111213141516171819202122232425262728293031323334353637383940414243444546
  1. dataset_moons:
  2. **dataset_moons**:
  3. ![dataset_moons](images/dataset_moon.png)
  4. dataset_circles:
  5. **dataset_circles**:
  6. ![dataset_circles](images/dataset_circle.png)
  7. **dataset_digits**:
  8. ![dataset_digits](images/dataset_digits.png)
  9. 加载数据的方式是:
  10. ```python
  11. # moon dataset
  12. @@ -33,13 +41,32 @@ plt.show()
  13. dataset_circles的数据文件是`dataset_circles.csv`
  14. dataset_digits的加载方式:
  15. ```python
  16. import matplotlib.pyplot as plt
  17. from sklearn.datasets import load_digits
  18. # load data
  19. digits = load_digits()
  20. # copied from notebook 02_sklearn_data.ipynb
  21. fig = plt.figure(figsize=(6, 6)) # figure size in inches
  22. fig.subplots_adjust(left=0, right=1, bottom=0, top=1, hspace=0.05, wspace=0.05)
  23. # plot the digits: each image is 8x8 pixels
  24. for i in range(64):
  25. ax = fig.add_subplot(8, 8, i + 1, xticks=[], yticks=[])
  26. ax.imshow(digits.images[i], cmap=plt.cm.binary)
  27. # label the image with the target value
  28. ax.text(0, 7, str(digits.target[i]))

机器学习越来越多应用到飞行器、机器人等领域,其目的是利用计算机实现类似人类的智能,从而实现装备的智能化与无人化。本课程旨在引导学生掌握机器学习的基本知识、典型方法与技术,通过具体的应用案例激发学生对该学科的兴趣,鼓励学生能够从人工智能的角度来分析、解决飞行器、机器人所面临的问题和挑战。本课程主要内容包括Python编程基础,机器学习模型,无监督学习、监督学习、深度学习基础知识与实现,并学习如何利用机器学习解决实际问题,从而全面提升自我的《综合能力》。