摘要： 動(dòng)手學(xué)習(xí)數(shù)據(jù)分析 Task05 本文是Datawhale的組隊(duì)學(xué)習(xí)動(dòng)手學(xué)習(xí)數(shù)據(jù)分析的學(xué)習(xí)筆記，課件內(nèi)容來(lái)源于Datawhale的團(tuán)隊(duì)；代碼部分參考了b站up主橘子冰的一隅角落的系列視頻 模型搭建 確定數(shù)據(jù)集是進(jìn)行監(jiān)督學(xué)習(xí)還是無(wú)監(jiān)督學(xué)習(xí) 由任務(wù)、數(shù)據(jù)樣本量以及特征的稀疏性來(lái)決定模型 先嘗試使用一個(gè)基本 閱讀全文

摘要： 動(dòng)手學(xué)習(xí)數(shù)據(jù)分析 Task04 本文是Datawhale的組隊(duì)學(xué)習(xí)動(dòng)手學(xué)習(xí)數(shù)據(jù)分析的學(xué)習(xí)筆記，課件內(nèi)容來(lái)源于Datawhale的團(tuán)隊(duì)；代碼部分參考了b站up主橘子冰的一隅角落的系列視頻 2.7 如何讓人一眼看懂你的數(shù)據(jù)？ 使用matplotlib庫(kù)進(jìn)行圖像繪制以將數(shù)據(jù)可視化 #導(dǎo)入matplotli 閱讀全文

摘要： 動(dòng)手學(xué)習(xí)數(shù)據(jù)分析 Task03 本文是Datawhale的組隊(duì)學(xué)習(xí)動(dòng)手學(xué)習(xí)數(shù)據(jù)分析的學(xué)習(xí)筆記，課件內(nèi)容來(lái)源于Datawhale的團(tuán)隊(duì)；代碼部分參考了b站up主橘子冰的一隅角落的系列視頻 第二章 第二節(jié)：數(shù)據(jù)重構(gòu) 2.4 數(shù)據(jù)的合并 2.4.1 任務(wù)一：將data文件夾里面的所有數(shù)據(jù)都載入，與之前的原 閱讀全文

摘要： 動(dòng)手學(xué)習(xí)數(shù)據(jù)分析 第2章 本文是Datawhale的組隊(duì)學(xué)習(xí)動(dòng)手學(xué)習(xí)數(shù)據(jù)分析的學(xué)習(xí)筆記，課件內(nèi)容來(lái)源于Datawhale的團(tuán)隊(duì)；代碼部分參考了b站up主橘子冰的一隅角落的系列視頻 第一節(jié) 數(shù)據(jù)清洗及特征處理 剛拿到的數(shù)據(jù)通常是不干凈的，即數(shù)據(jù)中存在缺失值、重復(fù)值、異常點(diǎn)等，需要經(jīng)過(guò)處理后再進(jìn)行分析和 閱讀全文

摘要： 動(dòng)手學(xué)習(xí)數(shù)據(jù)分析第1章 本文是Datawhale的組隊(duì)學(xué)習(xí)動(dòng)手學(xué)習(xí)數(shù)據(jù)分析的學(xué)習(xí)筆記，課件內(nèi)容來(lái)源于Datawhale的團(tuán)隊(duì)；代碼部分參考了b站up主橘子冰的一隅角落的系列視頻 第一節(jié) 數(shù)據(jù)載入及初步觀察 1.1 載入數(shù)據(jù) 1.導(dǎo)入numpy和pandas import numpy as np im 閱讀全文

摘要： 人工智能(第3版) 第三章—學(xué)習(xí)筆記 知情搜索（informed search，也稱有信息搜索）利用啟發(fā)式方法，通過(guò)限定搜索的深度或?qū)挾葋?lái)縮小問(wèn)題空間。 3.0 引言 介紹了本章的主要內(nèi)容與幾個(gè)重要的概念。 3.1 啟發(fā)式方法 喬治·波利亞——“啟發(fā)式方法之父” ? 啟發(fā)式方法的目的是大幅度減少到達(dá) 閱讀全文

摘要： 人工智能(第3版) 第二章—學(xué)習(xí)筆記 2.0 簡(jiǎn)介：智能系統(tǒng)中的搜索 這一部分內(nèi)容簡(jiǎn)單的列舉了我們生活中出現(xiàn)的一些常見的搜索問(wèn)題，并簡(jiǎn)單介紹了本章之后需要學(xué)習(xí)的狀態(tài)分析圖，生成——測(cè)試搜索范式，盲目搜索算法，貪心算法和回溯法等內(nèi)容。 2.1 狀態(tài)空間圖 狀態(tài)空間圖（state-space graph 閱讀全文

摘要： 人工智能 第2章 課后習(xí)題 討論題 1．搜索為什么是 AI 系統(tǒng)的重要組成部分？ 人工智能中的搜索指依靠經(jīng)驗(yàn)，利用已有知識(shí)，根據(jù)問(wèn)題的實(shí)際情況，不斷尋找可利用知識(shí)，從而構(gòu)造一條代價(jià)最小的推理路線，使問(wèn)題得以解決的過(guò)程，是AI系統(tǒng)的核心內(nèi)容。 2．狀態(tài)空間圖是什么？ 狀態(tài)空間圖是對(duì)問(wèn)題的一種表示方法， 閱讀全文

摘要： 人工智能 第 1章 概述-課后習(xí)題 討論題 1．你如何定義人工智能？ 人工智能是對(duì)人類的能力進(jìn)行模仿、學(xué)習(xí)、延伸的機(jī)器。 2．區(qū)分強(qiáng)人工智能和弱人工智能。 強(qiáng)人工智能是指具有真正認(rèn)知能力的人工智能系統(tǒng)，更注重探究智能系統(tǒng)解決問(wèn)題的因果關(guān)系。 弱人工智能指具有智能行為或看似智能行為但實(shí)際上不具有理解或 閱讀全文

摘要： 人工智能(第3版) 第一章—學(xué)習(xí)筆記 本章主要介紹人工智能的基本概念，并闡述其成功應(yīng)用的領(lǐng)域和方法、近期的歷史和未來(lái)的前景。 1.0 引言 人工智能的定義 ? 人工智能中的“人工”一詞是英文單詞“artificial”的中文翻譯結(jié)果，可以理解為人造的。 ? “智能”的定義較為復(fù)雜，R.斯騰伯格（R. 閱讀全文