wangwei
/
machinelearning_notebook
未关注
1
0
派生 0
代码
版本发布 0 百科 动态
任务 0 合并请求 0 数据集 模型 云脑
您最多选择25个标签 标签必须以中文、字母或数字开头，可以包含连字符 (-)，并且长度不得超过35个字符
87 提交
2 分支
474 MB
24 次下载
 
 
 
 
 
 
目录树: 48de820ea5
分支列表 标签列表
${ item.name }
创建分支 ${ searchTerm }
从 '48de820ea5'
${ noResults }
bushuhui 48de820ea5 Fix some minor errors 6 年前
0_python Add course introduction, some references, imporve circle dataset 6 年前
1_numpy_matplotlib_scipy_sympy Fix some minor problems 6 年前
2_knn Translate some course to Chinese 6 年前
3_kmeans Translate some course to Chinese 6 年前
4_logistic_regression Add course introduction, some references, imporve circle dataset 6 年前
5_nn Add course introduction, some references, imporve circle dataset 6 年前
6_pytorch Fix some minor errors 6 年前
data Add some demo codes 7 年前
demo_code add lstm-time-series demo code 7 年前
references Add some demo codes 7 年前
tips Add course introduction, some references, imporve circle dataset 6 年前
.gitignore Remove some files 7 年前
CourseIntroduction.pdf Add course introduction, some references, imporve circle dataset 6 年前
LICENSE Initial commit 7 年前
README.md Add course introduction, some references, imporve circle dataset 6 年前
References.md Add course introduction, some references, imporve circle dataset 6 年前
requirements.txt Add version number to pip requirements.txt 6 年前

README.md

机器学习

本教程主要讲解机器学习的基本原理与实现，通过本教程的引导来快速学习Python、Python常用库、机器学习的理论知识与实际编程，并学习如何解决实际问题。

由于本课程需要大量的编程练习才能取得比较好的学习效果，因此需要认真去完成作业和报告，写作业的过程可以查阅网上的资料，但是不能直接照抄，需要自己独立思考并独立写出代码。

1. 内容

  1. 课程简介
  2. Python
  3. numpy & matplotlib
  4. knn
  5. kMenas
  6. Logistic Regression
  7. Neural Network
  8. PyTorch

2. 其他参考资料

删除任务

你确认删除该任务么？此任务一旦删除不可恢复。

取消操作
确定操作

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》。

Jupyter Notebook SVG Python CSV Text other