栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Java

机器学习配套代码练习地址

Java 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

机器学习配套代码练习地址

机器学习入门“Hello, World” 1. 准备工作

在此 Codelab 中,您将学习机器学习的基础知识,您将构建一个基于数据进行训练的系统,以推断用于确定各种关系的规则,而不是使用 Java 或 C++ 等语言编程显式规则。

请考虑以下问题:您要构建一个系统,能够跟踪健身情况,识别运动状态。您或许需要访问用户行走的速度,并尝试基于速度这个条件推断用户的活动情况。

if(speed<4){
  status=WALKING;
}

您可以使用其他条件扩展该变量。

if(speed<4){
    status=WALKING;
} else {
    status=RUNNING;
}

在最后一个条件下,您可以使用类似方法检测循环。

if(speed<4){
    status=WALKING;
} else if(speed<12){
    status=RUNNING;
} else {
    status=BIKING;
}

现在请考虑,当您想添加活动(如高尔夫)时,会发生什么情况。如何创建规则来确定这样的活动,则不那么显而易见。

// Now what?

编写一个能够识别高尔夫活动的程序极难,您该怎么办?您可以使用机器学习来解决问题!

前提条件

在尝试此 Codelab 之前,您需要:

  • 扎实的 Python 知识
  • 基本编程技能

学习内容
  • 机器学习的基础知识

您将构建的内容
  • 您的首个机器学习模型

所需条件

如果您从未使用 TensorFlow 创建过机器学习模型,则可以使用 Colaborator,这是一个基于浏览器的环境,包含所有必需的依赖项。您可以找到在 Colab 中运行其余 Codelab 的代码。

如果您使用其他的 IDE,请确保您已安装 Python。您还需要 TensorFlow 和 NumPy 库。您可以在此处详细了解并安装 TensorFlow。点击此处安装 NumPy。

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/684782.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号