1.什么是分类算法
2.数据预处理
人工智能:python实现-监督学习中的分类和回归
1.什么是分类算法
2.数据预处理
1.什么是分类算法
2.数据预处理
1.什么是分类算法
2.数据预处理
1.2特殊符号和字符
1.2.1使用择一匹配符号匹配多个正则表达式模式
1.2.2匹配任意单个字符
1.2.3从字符串起始或者结尾或者单词边界匹配
1.2.4创建字符集
1.2.5限定范围和否定
1.2.6使用闭包操作符实现存在性和频数匹配
1.2.7表示字符集的特殊字符
1.2.8使用圆括号指定分组
1.2.9扩展表示法
1.2特殊符号和字符
1.2.1使用择一匹配符号匹配多个正则表达式模式
1.2.2匹配任意单个字符
1.2.3从字符串起始或者结尾或者单词边界匹配
1.2.4创建字符集
1.2.5限定范围和否定
1.2.6使用闭包操作符实现存在性和频数匹配
1.2.7表示字符集的特殊字符
1.2.8使用圆括号指定分组
1.2.9扩展表示法
1.搭建人工智能环境
2.分别在【Ubuntu】【Mac OS X】【Windows】安装python
3.安装工具包并加载数据。
1.搭建人工智能环境
2.分别在【Ubuntu】【Mac OS X】【Windows】安装python
3.安装工具包并加载数据。
在python环境下输入这些命令,就会出现有趣的画面
import __hello__ import this
import antigravity
from __future__ import braces
在python环境下输入这些命令,就会出现有趣的画面
import __hello__ import this
import antigravity
from __future__ import braces
在Python中,property()是一个内置函数,
用于创建和返回一个property对象。
Property对象有三个方法,getter(), setter()和delete(),
用来在对象创建后设置fget,fset和fdel。
装饰器(decorator)可以给函数动态加上功能,对于类的方法,装饰器一样起作用。
Python内置的@property装饰器就是负责把一个方法变成属性调用的。
在Python中,property()是一个内置函数,
用于创建和返回一个property对象。
Property对象有三个方法,getter(), setter()和delete(),
用来在对象创建后设置fget,fset和fdel。
装饰器(decorator)可以给函数动态加上功能,对于类的方法,装饰器一样起作用。
Python内置的@property装饰器就是负责把一个方法变成属性调用的。
1.3人工智能的应用领域
1.4人工智能的分支
1.5一般问题解决方案
1.3人工智能的应用领域
1.4人工智能的分支
1.5一般问题解决方案
B.1 什么是Jupyter笔记本,为什么要在AWS GPU上运行Jupyter笔记本
B.2 为什么你不想在AWS上使用Jupyter进行深度学习
B.3 设置AWS GPU实例
B.4 安装Keras
B.5 设置本地端口转发
B.6 在本地浏览器中使用Jupyter
B.1 什么是Jupyter笔记本,为什么要在AWS GPU上运行Jupyter笔记本
B.2 为什么你不想在AWS上使用Jupyter进行深度学习
B.3 设置AWS GPU实例
B.4 安装Keras
B.5 设置本地端口转发
B.6 在本地浏览器中使用Jupyter
A.1 安装Python科学套件
A.2 设置GPU支持
A.3 安装Theano
A.4 安装Keras
A.1 安装Python科学套件
A.2 设置GPU支持
A.3 安装Theano
A.4 安装Keras
9.4 了解一个快速发展领域的最新进展
9.4.1 使用 Kaggle练习解决现实世界的问题 .
9.4.2 在 arXiv阅读最新进展
9.4.3 探索 Keras生态系统
9.4 了解一个快速发展领域的最新进展
9.4.1 使用 Kaggle练习解决现实世界的问题 .
9.4.2 在 arXiv阅读最新进展
9.4.3 探索 Keras生态系统
9.3 深度学习的未来
9.3.1 模型即程序
9.3.2 超越反向传播和可微层
9.3.3 自动化机器学习
9.3.4 终身学习与模块化子程序复用
9.3.5 长期愿景
9.3 深度学习的未来
9.3.1 模型即程序
9.3.2 超越反向传播和可微层
9.3.3 自动化机器学习
9.3.4 终身学习与模块化子程序复用
9.3.5 长期愿景