4、机器学习与神经网络基础及糖尿病预测实战

机器学习与神经网络基础及糖尿病预测实战

一、神经网络项目中的数据处理与库介绍

1.1 pandas在神经网络项目中的应用

pandas可用于导入.csv格式的表格数据，还能直接利用其内置函数进行数据预处理和数据可视化。在处理表格型数据集时，pandas在数据预处理和探索性数据分析（EDA）中起着关键作用。

1.2 TensorFlow和Keras - 开源深度学习库

• TensorFlow ：由Google Brain团队开发的开源神经网络和深度学习库。具有可扩展性，能在从桌面到移动设备甚至计算机集群等多种平台上运行。如今，它是最流行的机器学习库之一，广泛应用于各种实际应用中，如图片搜索、语音识别、推荐引擎等。
• Keras ：运行在TensorFlow之上的高级API。它消除了构建神经网络的复杂性，使用户无需关注底层实现细节，就可以进行快速实验和测试。Keras提供了简单直观的API来构建神经网络，其指导原则是模块化和可扩展性，就像堆叠乐高积木一样容易构建神经网络，因此成为Python中最受欢迎的机器学习库之一。

二、Keras的基本构建块

2.1 层 - Keras中神经网络的原子

在Keras中，层可以被看作是神经网络的最小单位，就像原子一样。每层接收输入，执行数学函数，然后将输出传递给下一层。Keras的核心层包括密集层、激活层和丢弃层等，还有更复杂的层，如卷积层和池化层。
- 密集层 ：也称为全连接层，它使