Python程序开发实战入门第十二章.pdfVIP

第12章Python人工智能

Python程序开发实战入门

Python人工智能

人工智能(AI)的应用已经深入到我们生活的方方面面，涵盖了多个行业和领域。例如无人

驾驶汽车通过高精度地图、传感器和算法的配合，在复杂环境中实现自主导航，减少交通事故，

提高出行效率；智能家居系统可以根据用户的语音指令或者预设条件，自动调整室内环境，控

制家电设备，提高生活便利性；AI在医疗领域的应用包括智能诊断、药物研发、患者管理等，

AI系统可以通过分析医学影像资料，辅助医生进行肿瘤等疾病的早期筛查和诊断；智能无人机

*

可以用于农田的病虫害检测、农作物生长情况的评估等；物联网技术可以实现农田环境的实时

监测和智能调控；AI在航空航天领域的应用包括飞行器的自主飞行控制、航线规划等。人工智

能的大规模应用有两个主要的技术基础，分别是机器学习和深度学习，本章将简单介绍机器学

习和深度学习并在Python环境中安装好机器学习的扩展包Scikit-Learn和深度学习扩展包

Keras，并分别运行一个简单的实例。

Python程序开发实战入门

Python人工智能

知识目标能力目标

1、了解机器学习的应用场景。1、掌握机器学习的开发流程。

2、了解机器学习的组成。2、掌握Scikit-Learn扩展包的安装和简单

*

使用。

3、了解基本的分类、回归和聚类算法。3、掌握Keras扩展包的安装和简单使用。

4、了解神经网络的基础知识。

Python程序开发实战入门

12.1机器学习

机器学习使用计算机来展示数据背后的真实含义，它可以把无序的数据转换成有用的信息，

是一门多领域的交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等学科。

机器学习主要研究计算机怎样模拟或者实现人类的学习行为，从而获取新的知识和技能，重新

组织已有的知识结构使之不断改善自身的性能，它是人工智能的核心，它只要使用归纳法、综

合法而不是演绎法。*

机器学习的应用十分广泛，例如，数据挖掘、计算机视觉、自然语言处理、生物特征识别、

搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、

战略游戏和机器人运用等。

Python程序开发实战入门

12.1机器学习

12.1.1机器学习组成

1.主要任务

（1）分类将实例数据划分到合适的类别中。

*

（2）回归主要用于预测数值型数据。

（3）聚类同一类的数据尽可能的聚集到一起，不同类别的数据尽量分

离。

Python程序开发实战入门

12.1机器学习

2.监督学习

（1）必须确定目标变量的值，以便机器学习算法可以发现特征和目标变量之间的关

系。在学习中，给定一组数据，我们要知道正确的输出结果，并且要知道在输入和输出之

间的特定关系。