第1章引言第1章引言感知并智能控制世界上所有的事物，是人類亙古不變的追求。人與感知設(shè)備、計(jì)算存儲(chǔ)設(shè)備、執(zhí)行設(shè)備構(gòu)成了一個(gè)機(jī)器治理（machineruling）環(huán)路：借助于物聯(lián)網(wǎng)等技術(shù)，感知設(shè)備實(shí)時(shí)采集有關(guān)人與物理世界的數(shù)據(jù)可使用機(jī)器學(xué)習(xí)方法進(jìn)一步分析處理這些數(shù)據(jù)

2

第1章引言

31.1機(jī)器學(xué)習(xí)簡史1.2什么是機(jī)器學(xué)習(xí)1.3機(jī)器學(xué)習(xí)的應(yīng)用1.4機(jī)器學(xué)習(xí)方法的實(shí)現(xiàn)

1.2什么是機(jī)器學(xué)習(xí)

4

“MachineLearningisthescienceofgettingcomputerstolearnandactlikehumansdo,andimprovetheirlearningovertimeinautonomousfashion,byfeedingthemdataandinformationintheformofobservationsandreal-worldinteractions.”“機(jī)器學(xué)習(xí)是使計(jì)算機(jī)像人類一樣學(xué)習(xí)和行動(dòng)的科學(xué)，并通過以觀察和與真實(shí)世界交互的形式向計(jì)算機(jī)提供數(shù)據(jù)和信息，從而隨著時(shí)間的推移以自主方式改善其學(xué)習(xí)。”1.2什么是機(jī)器學(xué)習(xí)

5

AcomputerprogramissaidtolearnfromexperienceEwithrespecttosomeclassoftasksTandperformancemeasureP,ifitsperformanceattasksinT,asmeasuredbyP,improveswithexperienceE.如果某計(jì)算機(jī)程序在任務(wù)T中的性能（由性能指標(biāo)P衡量）隨經(jīng)驗(yàn)E有所提高，則認(rèn)為該程序可以從經(jīng)驗(yàn)E中學(xué)習(xí)。1.4機(jī)器學(xué)習(xí)方法的實(shí)現(xiàn)【實(shí)驗(yàn)1-1】用Python實(shí)現(xiàn)兩個(gè)數(shù)組中對(duì)應(yīng)元素相乘并累加，即點(diǎn)積運(yùn)算。用for循環(huán)實(shí)現(xiàn)，給出計(jì)算結(jié)果，并給出這段程序的運(yùn)行時(shí)長。提示：獲取以秒為單位的當(dāng)前時(shí)間可使用time.perf_counter()函數(shù)，需要先importtime計(jì)算結(jié)果為：832333500

6

1.4機(jī)器學(xué)習(xí)方法的實(shí)現(xiàn)函數(shù)功能說明np.array()

創(chuàng)建一個(gè)數(shù)組np.arange()

返回一個(gè)由等差數(shù)列元素組成的數(shù)組，通常公差為整數(shù)時(shí)使用該函數(shù)np.linspace()

返回一個(gè)由等差數(shù)列元素組成的數(shù)組，公差不為整數(shù)時(shí)也可使用該函數(shù)，但使用該函數(shù)時(shí)通常需給出數(shù)組的大小np.shape()

返回?cái)?shù)組的形狀np.reshape()

改變數(shù)組（包括矩陣、向量）的形狀np.zeros()

創(chuàng)建一個(gè)各元素值都為0的數(shù)組np.ones()

創(chuàng)建一個(gè)各元素值都為1的數(shù)組np.dot()

計(jì)算兩個(gè)數(shù)組（包括矩陣、向量）的點(diǎn)積np.sum()

計(jì)算數(shù)組指定軸上的元素之和np.amax()

返回?cái)?shù)組指定軸上元素的最大值np.amin()

返回?cái)?shù)組指定軸上元素的最小值np.argmax()

返回?cái)?shù)組指定軸上元素的最大值的索引np.argmin()

返回?cái)?shù)組指定軸上元素的最小值的索引np.mean()

計(jì)算數(shù)組指定軸上元素的算術(shù)平均值np.std()

計(jì)算數(shù)組指定軸上元素的標(biāo)準(zhǔn)差np.sqrt()

計(jì)算數(shù)組中各元素的非負(fù)平方根np.exp()

計(jì)算數(shù)組中各元素的自然指數(shù)函數(shù)值np.log()

計(jì)算數(shù)組中各元素的自然對(duì)數(shù)rng=np.random.default_rng(seed)

使用隨機(jī)種子seed構(gòu)造一個(gè)隨機(jī)數(shù)生成器rngrng.shuffle()

沿?cái)?shù)組的指定軸隨機(jī)排序子數(shù)組rng.random()egers()

返回指定區(qū)間內(nèi)均勻分布的隨機(jī)整數(shù)rng.normal()

返回正態(tài)分布（高斯分布）的隨機(jī)浮點(diǎn)數(shù)

7

1.4機(jī)器學(xué)習(xí)方法的實(shí)現(xiàn)【實(shí)驗(yàn)1-2】實(shí)現(xiàn)實(shí)驗(yàn)1-1中的點(diǎn)積運(yùn)算。用NumPy庫實(shí)現(xiàn)，給出計(jì)算結(jié)果，并給出這段程序的運(yùn)行時(shí)長。提示：可使用np.arange()函數(shù)和np.dot()函數(shù)，先importnumpyasnp計(jì)算結(jié)果同樣為：832333500

8

1.4機(jī)器學(xué)習(xí)方法的實(shí)現(xiàn)

9

為什么使用向量或矩陣（而非使用循環(huán)）進(jìn)行運(yùn)算，可以節(jié)省程序運(yùn)行時(shí)間？1.4機(jī)器學(xué)習(xí)方法的實(shí)現(xiàn)

10

函數(shù)功能說明plt.figure()

新建一個(gè)圖形或激活已有圖形plt.plot()

畫平面直角坐標(biāo)系下的點(diǎn)（或標(biāo)記）及其之間的連線，其前兩個(gè)參數(shù)通常為由點(diǎn)（或標(biāo)記）的橫坐標(biāo)和縱坐標(biāo)分別組成的兩個(gè)數(shù)組plt.xlabel()

設(shè)置橫軸的標(biāo)簽plt.ylabel()

設(shè)置縱軸的標(biāo)簽plt.title()

設(shè)置圖形的標(biāo)題plt.show()

顯示圖形p