基于 MNist 数据集对机器学习进行入门学习
姓名
班级
学号
王红麟
硬件一班
161403106
实验预备内容
1. python3 环境,pycharm,(jupyter notebook)
2. 需要用到的包:numpy,matplotlib,skearn
3. mnist 手写数据集
实验过程
1. 学习机器学习的概念知识
(1)机器学习的基本任务分为:分类任务和回归任务。
(2)机器学习可分为:监督学习,无监督学习,半监督学习,加强学习;也
可分为批量学习,在线学习,参数学习,非参数学习。
注:脱离具体问题,谈哪个算法好是没有;意义的。
2. 学习 Numpy 基础(由于我先用的 jupyternote,所以先学习了其相
关的基础操作,以及一些魔法命令)
较为重要的东西:
(1)array,arange,random(可帮助我们轻松的获得一些简单的,用来操
作的数据)