人民大教学课件完整版薛薇 《Python机器学习：原理与实践(第3版)》PPT.pptxVIP

第1章机器学习概述;符号主义人工智能：基于“一切都可规则化编码”的基本信念：通过硬编码，依指定规则自动完成相应的处理任务

例:依据BMI判断肥胖

棋类对弈程序

专家系统（没有常识的专家系统是没有意义的)

符号主义人工智能(弱人工智能)很难解决没有明确规则定义的问题(诸如语言翻译、语音识别、图像分类等)

不能仅依据BMI对肥胖进行判断;人工智能中的机器学习??

;人工智能中的机器学习??

;机器学习中的大数据;机器学习中的大数据

;非结构化数据:文本、图像、音频和视频数据

非结构化数据中的图象数据

采用行列点阵方式处理图像数据，类似于计算机汉字的字形码点阵设计思路

非结构化数据中的文本数据

文本处理和组织的最基本步骤和方式;机器学习的主要任务?

;数据聚类

发现数据中可能存在的小类，并通过小类刻画和揭示数据的内在组织结构

聚类结果：给每个样本观测指派一个属于哪个小类的标签，称为聚类解。聚类解将保存在一个新生成的分类型变量中

例如：

数据聚类和数据预测中的分类有联系更有区别

联系：都是给每个样本观测指派一个类标签

区别：

数据预测中的变量有输入变量和输出变量之分，且输出变量类标签的真实值已知

数据聚类中的所有变量均为聚类变量，且小类标签即聚类解的真实值未知;机器学习的主要任务

;第2章Python机器学习基础;Python：机器学习的首选工具

;Python的集成开发环境：An