人工智能技术应用导论第3_1章机器学习与深度学习.docx

应用范围应用范围:t11三IUrFg凯畔习*三s向学习研机学SitBwaaHMt三rTg携物理机习又奉处理轨BF习应用范围DriverDrowsinessDetectionhttp/v.360tcenztvc<M4tij6P7VChv,frc三videoo-reMt。人工智能，机器学习和深度学习的区别视嫉来源：httpbiIbi1.i/video/BY1fA411e7X6?fro«=Wrch1.stid=169T9655209411915C65人工智能，机H学习和深度学习的区别智是与人类相关的一种特征机器学习的发展 机器学习的发展： 在机器学习领域，计算机科学家不断探索，基于不同的理论创建出不同的机器学习模型.从发展历程来说,大致经历了三个阶段： 符号主义时代（1980年左右） 概率论时代（19932000年） 联结主义时代（2010年左右）。机器学习的分类 机器学习的分类：可以按照输入的数据本身是否已被标定特定的标签将机器学习区分为有监督学习、无监督学习以及半监督学习三类.1.J1一一机器学习的分类 监督学习：从带标釜（标注的训练林本中it立一个模式（横型）.并依此模式推潴新的散据标签的算法. 无益督学习：在学习时并不知道只分类结果.其目的是对原始资料迸行分类,以便了解资料内部结构算法. 半监督学习：利用少量标注样本和大量未标注样本进行机器学习,利用数据分布上的模型假设,建立学习器对未标签样本进行标签.各主流框架基本情况各主流板架基本情况对比:。各主流框架基本情况各主流框架的怏窿对比:方昌*9UCSMtH力R、“力“力1支内11'TmwrHo*C11e*CXTK*MXSct*Torch*Hirano*'can*目录CONTENTS第三章机器学习3.3监督学习及案例体验监督学习简介案例体聆1：电影票房数据分析,案例体验2:莺尾花分类监督学习简介在舔智学习中.一个例子都是一羽由一个入对（通常Jt一个向）和一个期望的出值（也极称为监督信号）俎成的.。监督学习简介应用步骤;步修1：依搦的创建构分类.步。2：训第.中U1.-工。0港T监督学习简介 回归（RCP:y（夫依残连续校联）f<x）9,出也遗续值.这钟奥教的词星就JI回归问0M于所何己知或未汨的、.外，使得re.0，加,足可短蜿一致,找失语Ii通常定义为甲方褒差. 分类（CIasMfkaIUXi）y出的英女标记（符号），献是分类河魅.H1.火语心育一般用（M帙失函也成负对依伯第语依等在分类问题中，通过学习得到的决策函BMOc/）也叫分类图.。监督学习简介 回归分析确定两种或两种以上变量间相互依赖的定关系的一种统计分析方法.一元线性回归 只涉及一个自变和一个因变. 因变与自变呈姣性关系. 因变与自变的关系可以用一个线性方程表示y=QX+b步覆：数据读取敷据预处理横型建立与询炼数据可祝化根型陵北与可楔化。案例体验1：电影票房数据分析2.1数据读取cadirtf:UtfSrS入馈!portPenda3aspd*使原Z.c"4f7<Zft中送取G界.耳电分勺开“-pd.read.car(,111b.tit*.de1.iaiter-*/)s!9iif定内冲“MHr上映时HTJHWW阿F阿万】士龄婚4NN中谋取第过分玷飞±»«m7i020141172014223NaH120113272O1S4121他0220157.10201582337900832015122020113190420152192015467443025201573201571»2176201535»15322&30T20151224201621364阚0t2015219201532»15631392015619201571950«7df.hd(IO>2.2数据预处理“蕉浦反，去酎器。3Vr中的）的我刷f1.MMVBW为mf1301SW?201312wo17“W.dt<m<)XOCRR仲"MH雇JW阿更打df'1.m<H'1.t-dtt1.e(df120154)7.101.5-1.2-20150½)20164)11iT0O8464f,HWfMPd.to.datet1.w<df'(fi*HM')，电，!依候大a29843S201X2J92O154X7M3O247f,tt*<4f('WRWM')dfC1BftHftT).4t.<by1杵wa歉MR为界点N4Ms73201MM9?1717“【'察网力】4fWW>f.<<w(110tS201&4»OS201皿22«30W*HR1.1.均累酬心”第盾万Var*，0*】201M2-W201g1JWMOURJTS分斤.舲州T201542-1«2O1M>1»313»4fdf.r*set.ifidex<drc)pTr<>»出从业“中调取的69抬眼2O1S4)6-1920154)7-19soe314f.be0d(IO)»15-12-11却博饮？156217日09万i2Mia*224XKn0»7«71fi3tt1.211127S4T141111112492113B«0®W43SOg91MnS色案例体验1:电影票房数据分析23模型建立与训练（使用一元线性回归进行分析*Ask1.earndfrosk1.earniBport1.inear.node1.片设定Xfay的值Xdf放映大Bfy=df'日均显万'U初蛤化我性同盯模电regr1.inearmode1.1.inearRegressionO*线性网打处备（渊妹）regr.fiMx,y）。案例体验1：电影票房数据分析2.4数据可视化，!fBIW<*rtaBtp1.4<hb.|rn»k4m»h* 我黄中工中£、$,4：,QJT/Pt.rF4M7f,.*wtf*5i三H*1.*1.，“次q宏内pit.ItPaxMU<U*-tMic«4.B1.ttM*)f¼M,单横ft* KHttpit.HHr*CRmBB(Cftnh<1.W)')* aj.r4r.*分*mt加3eq。.ph.»1.»W|C««A；e)p1.t.yI1.(Hni1.W<i<,)»Mpit.K4ter<.<oSc,bxk,I* f9M.JWFWt<¼.加Tdp1.1."Urx<t.rtr.f*dictG>.ee1.ra'r4*.Hwvsdtk-I.Mr"').,MT"pit.ie4(»»«.*1.1.®<：1.，碗/拿p1.1.bon色案例体验1：电影票房数据分析2S模型预泅与可樱化,人&ItAS博4mZH0”rneaUMmao41.aicticwrttr*1.awtn.9Ht，Vd"M夏9,。/*49t火电K疗“，,，认，“，以9“Mu.WUV“£<4a*4f.dMXnf2.”=N*m.r%sO"jrn,raac2f7rviM*t.y.31AI<,1."J1.<11'J3.“3、MtW«.1.Mt,Uri,Qi>rr<rI1.nMod1.1.Uwftfr*4>m'便餐<09t"3Amtrgg4JEM9tJ,MMW9rj4-rfM*1.11<M*rj(tf<jr9d)pH.tttUf*MMMf1.1.tt1.'v11nKH>>>ph.vhb1.aMMMJJf>oN.NM<z3m<).54,.iE的KAymnZtt,ph.:，McO>.<WVJTdCtfM,p1.，,i)案例体验2：莺尾花分类步骤:败据及处理依据可视化模堂建立与训炼模型评估dMAJE*U(%1rtteta)©案例体缝2：莺尾花分类使用K近邻对或尾花进行分类(物以类曜，人以群分)K近邻(K-NearcstNeighbor,KNN)方法的核心思想是1在特征空间中，如果一个样本的K个最相似的样本中的大多数曷于某一个类别，则该样本也属于这个类别,并Ji有这个类别上样本的特性.案例体验2：莺尾花分类3.4 模型建立与训练frosk1.earn.nodeIectionisporttrain-tejt-sp1.tfrosk1.earn.neighborsiaortKXeithborsf1.assifier皎据电切分xtrain.Xtest,ytrain,y.testtraintest-,sp1.it(X.Y)»使用K近*atfsr件遏行源标knnKNeijhborsC1.assifierCn.neighbors5)knn.fit(x-train.np.SQueeze(.train,C1.uster*)>y,predkn.predict<x.test；。案例体缝2：莺尾花分类3.5 模型评估*Rtfif3抬5RIN广他，出工.2二forMMkg')>)Wiei(od.crwtb(y.tetC1.utrr,1.yj>red.r<<MBrs'Actua1.Va1.ue*.co!im(,Prr4icti<,):0.97FrMCti8Actua1.Va1.ues第三章机器学习3.4无监督学习及案例体验目录CONTENTS。无监督学习筒介令案例体验：使用KMeans对现影用户进行聚类无监督学习简介无监督学习就是在样本数据中只有数据，而没有对依据进行标记.无监督学习的目的就是让计算机对这些原始数据进行分析，让计算机自己去学习'找到数据之间的某种关系,A祝然备学习.无仔学习化竽习什么7楔“来商：ht1.p»haok«nh>duv7vd-1.!2857950(M70%1.46>)pd-bjhfrH>jhmrthct)pc-vd<x>无监督学习简介无监督学习主要包括： 类口类蜃计于未标记的R盘，&Hittriise依嘉本身的依富特狂送行讥牌.呈现出效想施聚的形式,*一个窗一”中的收据.attt都物相恒的慢质，从而影成分姐. 降罐得Ii是Q解城依灾雄的一热鬟方法，就是通过某於敢学变炭将原始易9住空间约望成一个低雄于空用,。无监督学习简介JR类主要方法：于划分的J1.类方法(fu11mngndiKMEANSj法、KMHX>H】W法、C1.ARA、SJ1.法“于层次的JI类方法(hxwh1.mv1.h<h)B1.RCHjt法.CUREJ1.法,CHAME1.1.3J1.法 超于挖度的*类方塞(<knw1.y-h*d11x0h)DBSCAN1.1.矮、OHK法.DENC1.UE1.1.您 季干网格的奥方狭(ndbscdmethods)ST1.NG1.1.法.C1.JQUE狭.WAVE<1.USTERB½ 票干横费的席奥方延(mode1.based11tho)：铳计的方棒&网络第方富 霰类方法的优点；羽依照入厚不敏感. 霰类方法的3点：在依裾分布舔嫉叼.分典不淮碘；当高0依嘉集中存在大无关的国馆时,使簿在所存娘中存在部的0I恒几乎为本,”王处理“It声”融撤的然力.命案例体缝：使用K-MeanS对观影用户进行聚类 KMcans算法原理：KMeand1.1.1.堂的收费方法.其中.K表示熨别R.MCm示均值品名居义.KMcamft-种通过均值对收据成进行*奥的方法.K-McmU矮的也想很霞单,对于蛤文的样本值.按颗桂本之间的庚篇大小.将样本集划分为K个簸.让籁内的点尾北密的连在一起,而让第阿的现W立大.祝男来源：h«p，b1.bkvtooBVIa4y1.r7bX,¾<mdfrom333：XXrbOmmCvX1.fn<xjt11koI命案例体蕤：使用K-MeanS对观影用户进行聚类KMcans算法步猿:（Mfi1.）遑撵K个聚类的初始中心I升任1一个样本点,求片到K个股类中心的费.种村本点归类时能春小的中心能J1.类,WttftRn次；每次送代过程中,利用均AI等方法更新署个三类的中心点（质心”讨K个JB类中心,利用2J步送代更新居,如果位置点变化很小可以设HiMb,则认为达到律定状态.送代妙京.对不同的量英境和餐英中心可透缘不同的修色标注.Q=E100Hi-三ssr1Mf««>ESO,。案例体缝：使用K-Mcans对观影用户进行聚类 KMcan0法的优缺点及应用领域： 低点：J1.法筒、快速特别是在处理大Bie!集时,算法可伸Ie性昌,并且相对高依当分类（«）是密集能琰钦或团状月露与91之间区别明国时,霰费效累较好. “点：1. 只有在三的平均值总定义的情况下才检使用.U时高控分奥住的数据不诺合；2. 要求用户必须事先给出要笠成的籁的败目K，3. 同初收服：使用不胃的初俎值可健会影成不同的量奥蠕Ih4. 不选内于凸面影状第第奥分析.或者大小差别很大的auS对于,声”和现立点依依然,少第0类K密可能对早场他产生极大彰*应用：广泛应用于疑计学、货物学.融僚窿技术和市场及储等犊域O案例体蕤：使用K-MCanS对观影用户进行聚类使用K-Mean、对观影用户进行鬃类，并将相应的K值（质心个数）设置为3.0案例体缝：使用K-MeanS对观影用户进行聚类步修一：读取数据、展现并分析原始数据的分布特征f-4*w*»*«HtapartMtp1.c<hKy114c<*>中Crwi*xw4imw1.rMit三rt.MBt-wr1.)SiMtot*)I.rrr-三m*mtcc4jUMS,Wa1.w"QQ"”A>t*.0(1.rM<.rrr1.'nU<4n.M>1Uifi1.BHBrf.'f>1.MMy1)“Q”Hi.f»w<>>1.t.Mttf4M4f*三*j.4r，:：,.MMtera'.fcco1.r'*Uc'.>cc¾r-'r.rM3>VMtMnI'riiawr!,1.-i.mmfI,aU.vjmS1.1.1.a*2faM<4Mf>-三fj»IM，.，”1>rASH，),>It.1.u(u*i1.aM1.V1.taIysB1.KMt1.»1.t.ttca(O)H11kk(O>,r.，5i，案例体蕤：使用K-MCanS对观影用户进行聚类步二：确定KTean6的质心个数，井进行模型训练模型词练过程:初始化分类a双合面ft99predt次确住评估frosk!earniaportsrtricsfrosk1.arn.c1.usteriaportKMeansnun,c1.usters-3k*eawKUens(init-'k-an54*.nc1.ustersnunc1.usters.1.init-Io)kMas.fit(X)0案例体验：使用K-MCanS对观影用户进行聚类KMeanS(se1.f,nc1.u¼ters8,init=*k-means÷÷ninit=IO,maxjter=3(>,to1.=!e-4.prccomputc-ditanccs'autovcrbosc0,random_statc»Nonc.CoPyjI=TncnJobs=I)K、Icn,美的初始化语心的主要,“设明； 11C1.uiun:表示及分成的的依或K变成的S心个我.即Kfr可透务效.类生为敷里().MUtt. n<1.我示初贴化我心个电.套数值可以为完全机，z>m戒优化过的knsnT n.m:用来粒一通锋心T第次Ik.遍倒及心郊的次靖泉.*认为IQ次 max必，承次选代的大次立,总队值为300次.附录：稻盛和夫的管理名句"持续就是力量这句话强调r持续努力的重要性，无论是在工作中还是在人生中，只有持续不断地努力，才能够取得成功。"人生工作的结果=思维方式X热情X能力”。稻盛和夫认为，一个人的工作成果不仅取决于他的能力，还取决于他的思维方式和投入的热情。这三者相乘，才能得到最终的结果。“努力到神灵和老天爷都要情不自禁帮助你这句话表达了稻盛和夫对于努力的看法，即只有极致的努力，才能感动神灵，取得成功。"管理者的本质是帮助员工达到最大的潜力"。稻盛和夫认为，管理者的职货是激发员工的潜力，帮助他们成为更好的自己。 “认可和奖励是一种有效的激励力量，它可以改善工作的积极性”。这句话强调了激励和表扬在管理工作中的重要性，通过认可和奖励，可以激发员工的工作积极性。 “成为个比降临人世之初更好的人”。稻盛和夫提倡人生的目的在于不断提升自己，成为更好的人。 "认真'努力地工作，克服痛苦和辛苦后取得成功时的成就感，是人世间无可替代的喜悦”。这句话表达r稻盛和夫对于工作的热爱和对于成功后的喜悦之情的珍视。 "大到国际上的问题，小到家庭里的纠纷，社会中的各种矛盾纠纷，当事者各有意图，各有道理大堆，使得原本十分简单的问题豆杂化r.所以，越是错综熨杂的问题，就越要回到原点，根据单纯的原理原则进行判断”。这句话强调了面对发杂问题时，应该回归原点，根据简单的原理原则进行判断。