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。