基于python实现语言识别和图像识别等机器学习入门基础案例源码
python机器学习1.什么是机器学习?人工智能:通过人工的方法,实现或者近似实现某些需要人类智能处理的问题,都可以称为人工智能。机器学习:一个计算机程序在完成任务T之后,获得经验E,而该经验的效果可以通过P得以表现,如果随着T的增加,借助P来表现的E也可以同步增进,则称这样的程序为机器学习系统。自我完善、自我修正、自我增强。 2.为什么需要机器学习? 1)简化或者替代人工方式的模式识别,易于系统的开发维护和升级换代。 2)对于那些算法过于复杂,或者没有明确解法的问题,机器学习系统具有得天独厚的优势。 3)借鉴机器学习的过程,反向推理出隐藏在业务数据背后的规则――数据挖掘。 3.机器学习的类型1)有监督学习、无监督学习、半监督学习和强化学习2)批量学习和增量学习3)基于实例的学习和基于模型的学习4.机器学习的流程数据采集数据清洗数据-----数据预处理选择模型训练模型验证模型机器学习-----使用模型业务
文件列表
基于python语言识别和图像识别入门基础案例.rar
(预估有个7文件)
基于python语言识别和图像识别入门基础按例
topic.py
1KB
spch.py
209B
sent.py
2KB
mfcc.py
651B
audio.py
1KB
README.md
26KB
readme.txt
21KB
暂无评论