❤️💕💕
python
是一种动态的解释形语言,由于python
的普遍性,学会python
能更快的解决问题,以及学习其他的知识。Myblog:http://nsddd.top
[TOC]
机器学习正在使计算机从研究数据和统计数据中学习。
机器学习是迈向人工智能 (AI) 方向的一步。
机器学习是一个分析数据并学习预测结果的程序。
在计算机的头脑中,数据集是任何数据的集合。它可以是从数组到完整数据库的任何东西。
数组示例:
[99,86,87,88,111,86,103,87,94,78,77,85,86]
数据库示例:
车名 | 颜色 | 年龄 | 速度 | 自动通行证 |
---|---|---|---|---|
宝马 | 红色的 | 5 | 99 | 是 |
沃尔沃 | 黑色的 | 7 | 86 | 是 |
大众 | 灰色的 | 8 | 87 | ñ |
大众 | 白色的 | 7 | 88 | 是 |
福特 | 白色的 | 2 | 111 | 是 |
大众 | 白色的 | 17 | 86 | 是 |
特斯拉 | 红色的 | 2 | 103 | 是 |
宝马 | 黑色的 | 9 | 87 | 是 |
沃尔沃 | 灰色的 | 4 | 94 | ñ |
福特 | 白色的 | 11 | 78 | ñ |
丰田 | 灰色的 | 12 | 77 | ñ |
大众 | 白色的 | 9 | 85 | ñ |
丰田 | 蓝色的 | 6 | 86 | 是 |
通过查看数组,我们可以猜测平均值可能在 80 或 90 左右,并且我们也能够确定最大值和最小值,但我们还能做什么呢?
通过查看数据库,我们可以看到最流行的颜色是白色,最古老的汽车是 17 年,但如果我们可以仅通过查看其他值来预测汽车是否有 AutoPass 呢?
这就是机器学习的目的!分析数据并预测结果!
-
✴️版权声明 © :本书所有内容遵循CC-BY-SA 3.0协议(署名-相同方式共享)©