用Python动手学机器学习读书笔记（一）

第一章 机器学习

一.关于机器学习

1.机器学习：从数据中总结规律的统计方法。
2.神经网络模型：使用多个神经元（神经细胞模型）的方法。
3.深度学习：在多个层使用大量神经元的方法。
机器学习 包含 神经网络模型 包含 深度学习。

1.1.1学习机器学习窍门

1.降维：高维公式令D=2
2.编写程序：验证是否真正理解数学式。
3.编程得出结果后，绘制图形，重现计算过程。将数值和函数可视化。

1.1.2机器学习中问题的分类

1.三种：有监督学习，无监督学习，强化学习。
有监督学习：要求对输入给出相应的输出。
无监督学习：要求发现输入数据的规律。
强化学习：找出能使最后结果达到最优的动作。

二.用Anaconda安装Python

1.3.1 Jupyter Notebook的使用

1.在Jupyter Notebook中启动Python
Anaconda3—>JupyterLab（在浏览器中出现）—>添加Notebook&Python3—>创建了.ipynb文件
2.单元格
命令模式：单击左侧。对单元格本身进行操作。
编辑模式：单击文本框。
3.快捷键
Ctrl+Enter：运行

1.3.2输入Markdown格式文本

1.先选中markdown模式再输入文本,先输入文本再转成markdown都行。
code模式：用于编写python代码模式。
markdown模式：标记模式，编写普通文本。
2.markdown模式中
#加空格加文本：标题。
##或者###会使标题层级下降。

1.3.3更改文件名

默认untitled，单击可变更，保存为.ipynb文件。
.ipynb文件：使用 Jupyter Notebook 来编写Python程序时的文件。

四.安装Keras与TensorFlow

1.Anaconda3 —> Anaconda Powershell Prompt启动windows powershell
2.使用命令pip install tensorflow==2.13.1
3.使用命令pip install keras==2.13.1
注：下载速度过慢，关了重下，30s下完。
tensorflow与keras与python有版本对应，未详细考察。

4.在Jupyter Notebook中输入 ，会输出keras版本号

keras.__version__   

第二章 Python基础知识

一.常见函数（别忘赋值给新变量）

1.print()函数

x='zd'
print("x="+str(x))     # 其中的+表示字符串的拼接。

x=12
print('weight:{}kg'.format(x))   # 表示将{}中的内容替换为x，中间有.间隔开

x=11
y=12
z=13
print('weight:{0}kg，{1}kg，{2}kg'.format(x,y,z))   # 表示将{0}中的内容替换为x,{1}中的内容替换为y,{2}中的内容替换为z。数值从0开始。

x=1/3
y=1/4
z=1/5
print('weight:{0:.2f}kg，{1:.2f}kg，{2:.2f}kg'.format(x,y,z))   # {数值:.nf}表示保留小数点后n位。

for letter in 'APPLE':
    print("字母：%s"%letter)    # 中间无逗号或者句号，前一个%数据类型，后一个%变量名。

字母：A
字母：P
字母：P
字母：L
字母：E

2.type()函数

表示显示元素的类型

x='123'
print(type(x))

3.列表中的x[i]与x[i]=a

列表，元组，range等类型中用来选择或改变第i+1个元素，i从0开始。

x=[1,2,3]
print(x[1])
x[1]=100
print(x)

4.range()函数

range函数也是一种变量类型。type()的结果还是range(a,b),不是列表。
range(n)表示从0到n，间隔为1的左闭右开区间。
range(a,b)表示从a到b，间隔为1的左闭右开区间。
range函数和列表很像，可以使用print，list，len，x[i]=n等函数。

x=range(5)
y=range(2,5)
print(x)
list(x)
list(y)
print(x)
print(y)

5.list()函数

将变量转换成列表类型

y=range(2,5)
z=list(y)
print(z)

[2, 3, 4]

6.len函数

获取list的长度.包括range函数等
例：有列表[1,2,3,4,5],将其中的元素都乘2.
法一：

num=[1,2,3,4,5]
for i in range(len(num)):  # range(5)
    num[i]=num[i]*2
print(num)

法二：

i=0
num=[1,2,3,4,5]
for n in num:
    num[i]=n*2
    i+=1
print(num)

法三：

num=[1,3,5,7,9]
for i,n in enumerate(num):
    num[i]=n*2
print(num)

7.enumerate函数

常用于for函数中，将一个遍历对象(列表，元组，字符串)组合成索引序列，可通过每个值所在位置的编号进行访问。编号从0开始。
先编号，后元素。

for i,n in enumerate(num):

8.np.array函数
x=np.array([1,2,3])

8.矩阵中np.arange函数

使用np.arange(n)生成元素值递增的向量数组,生成值从0到n-1的整数左开右闭区间。np.arange(a,b)生成值从a到b的左闭右开区间，间距为1。

x=np.arange(9)
print(x)
<