【人工智能】机器学习的入门与提升

目录

1.入门

1.1.从何处开始

1.2.数据集

1.3.数据类型

2.平均中位数模式

2.1.均值、中值和众数

2.2.均值

2.2.1.实例

2.2.2.运行结果

2.3.中值

2.3.1.实例

 2.3.2.运行结果

 2.3.3.实例

2.3.4.运行结果

2.4.众数

2.4.1.实例

2.4.2.运行结果 

2.5.章节总结

3.标准差

3.1.什么是标准差？

3.1.2.实例

3.1.3.运行结果

3.1.4.实例

3.1.5.运行结果

3.2.方差

3.2.1.实例

3.2.2.运行结果

3.3.标准差

3.3.1.实例

3.3.2.运行结果

3.4.符号

3.5.章节总结

4.百分位数

4.1.什么是百分位数？

4.1.1.实例

4.1.2.运行结果

4.1.3.实例

4.1.4.运行结果

5.数据分布

5.1.数据分布（Data Distribution）

5.2.我们如何获得大数据集？

5.2.1实例

5.2.2.运行结果

5.3.直方图

5.3.1.实例

5.3.2.运行结果

5.3.3.直方图解释

5.4.大数据分布

5.4.1.实例

5.4.2.运行结果

6.正态数据分布

6.1.正态数据分布（Normal Data Distribution）

6.1.1.实例

6.1.2.运行结果

6.1.3.直方图解释

7.散点图

7.1.散点图（Scatter Plot）

7.1.1.实例

7.1.2.运行结果

7.1.3.散点图解释

7.2.随机数据分布

7.2.1.实例

7.2.2.运行结果

7.2.3.散点图解释

8. 线性回归

8.1.回归

8.2.线性回归

8.3.工作原理

8.3.1.实例

8.3.2.运行结果

8.3.3.实例

8.3.4.运行结果

8.3.5.例子解释

8.4.R-Squared

8.4.1.实例

8.4.2.运行结果

8.5.预测未来价值

8.5.1.实例

8.5.2.运行结果

8.6.糟糕的拟合度？

8.6.1.实例

8.6.2.运行结果

8.6.3.实例

8.6.4.运行结果

9.多项式回归

9.1.多项式回归（Polynomial Regression）

9.2.工作原理

9.2.1.实例

9.2.2.运行结果

9.2.3.实例

9.2.4.运行结果

9.2.5.例子解释

9.3.R-Squared

9.3.1.实例

9.3.2.运行结果

9.4.预测未来值

9.4.1.实例

9.4.2.运行结果

9.5.糟糕的拟合度？

9.5.1.实例

9.5.2.运行结果

9.5.3.实例

9.5.4.运行结果

10.多元回归

10.1.多元回归（Multiple Regression）

10.2.工作原理

10.2.1.实例

10.2.2.运行结果

10.3.系数

10.3.1.实例

10.3.2.运行结果

10.3.3.结果解释

10.3.4.实例

10.3.5.运行结果

11.缩放

11.1.实例

11.2.运行结果

11.2.预测 CO2 值

11.3.实例

11.4.运行结果

12.训练/测试

12.1.评估模型

12.2.什么是训练/测试