- 1、本文档共63页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
人工智能基础张广渊人工智能学院山东交通学院
参考教材teachingmaterial2019.8出版书名:《人工智能概论》出版社:中国水利水电出版社慕课平台:智慧树使用教材免费提供电子教案、课件、视频、免费共享MOOC建课、题库等配套资源申请样书/教学资料/MOOC平台服务联系地址张广渊,xdzhanggy@163.com
teachingmaterial
2基本分类目录contents
目录contents2.1基本分类的概念2.2分类器2.3分类识别技术2.4测试与分类实现
2.1基本分类的概念目录contents
玩具的分类ClassificationofToys
生活中的分类Classificationinlife
生活中的分类Classificationinlife
生活中的分类Classificationinlife
生活中的分类Classificationinlife
二分类问题是不是立方体?是?不是?Binary?classification
鸢尾花Iris
山鸢尾(IrisSetosa)、杂色鸢尾(IrisVersicolour)和维吉尼亚鸢尾(IrisVirginica)鸢尾花Iris
鸢尾花数据集IRISdataset
鸢尾花数据集样本(数据记录)IRISdataset
鸢尾花数据集样本(数据记录)特征/特征数据IRISdataset
鸢尾花数据集样本(数据记录)特征/特征数据特征标签IRISdataset
鸢尾花数据集样本(数据记录)特征/特征数据写成特征向量:(6.9,3.1,4.9,1.5)特征标签IRISdataset
鸢尾花数据集样本(数据记录)特征数据特征向量:(6.9,3.1,4.9,1.5)向量的维度:4维向量特征标签IRISdataset
鸢尾花数据集IRISdataset
鸢尾花花萼长度与宽度的二维特征空间映射IRISTwo-dimensionalfeaturespacemapping
人工智能分类过程ClassificationProcessofAI
人工智能分类过程ClassificationProcessofAI
人工智能分类过程ClassificationProcessofAI
2.2分类器目录contents
人工智能分类过程ClassificationProcessofAI
人工智能分类过程ClassificationProcessofAI
人工智能分类过程ClassificationProcessofAI
人工智能分类过程ClassificationProcessofAI
人工智能分类过程ClassificationProcessofAI
人工智能分类过程ClassificationProcessofAI
三种不同种类鸢尾花花萼长度与宽度特征空间FeatureSpacesofThreeDifferentKindsofIris
鸢尾花的二分类数据Twoclassificationdataofiris
手动画的线性分类器LinearClassifierbyHand
鸢尾花的二分类数据未知样本Twoclassificationdataofiris
线性分类器Linearclassifier
非线性分类器Nonelinearclassifier
2.3分类识别技术目录contents
线性分类器Linearclassifier
线性分类器和非线性分类器LinearclassifierandNonelinearclassifier
分类器获取算法-线性回归线性回归根据训练集中的每一条记录计算假设函数与该记录之间的误差把误差和设为模型的损失函数通过使用梯度下降法调整模型参数linearregression
分类器获取算法-逻辑回归逻辑回归在线性回归的基础上增加了逻辑函数处理处理后我们可以获得每个类别对应的输出概率分类时选择概率最大的类别Logisticregression
分类器获取算法-决策树最可能的分类是概率最大的分类图像来源:/lfw/女性男性女性男性Decisiontree
分类器获取算法-决策树一棵树树的每一个非叶子节点都对应一次条件判断每个叶子结点都对应一种分类标签,从根节点出发,根据判断结果进入不同的分支,直到到达叶子结点,则该叶子结点对应的类别就是分类结果Decisiontree
分类器获取算法-决策树一棵树树的每一个非叶子节点都对应一次条件判断每个叶子结点都对应一种分类标签,从根节点出发,根据判断结果进入不同的分支,直到到达叶子结点,则该叶子结点对应的类别就
文档评论(0)