同步操作将从 飞行器智能感知与控制/machinelearning_homework 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
机器学习越来越多应用到飞行器、机器人等领域,其目的是利用计算机实现类似人类的智能,从而实现装备的智能化与无人化。本课程旨在引导学生掌握机器学习的基本知识、典型方法与技术,通过具体的应用案例激发学生对该学科的兴趣,鼓励学生能够从人工智能的角度来分析、解决飞行器、机器人所面临的问题和挑战。
本课程主要内容包括Python编程基础,机器学习模型,无监督学习、监督学习、深度学习基础知识与实现,并学习如何利用机器学习解决实际问题。课程的讲义等学习资料在《机器学习与人工智能》在线网站,课程讲座的视频在《B站 - 机器学习与人工智能》。
本课程有配套的教材《机器学习算法与实现》,该书以机器学习的算法原理与实现贯穿始终,通过算法、数据结构、面向对象、编程实现一步一步地引入,让读者无需额外学习算法与数据结构等知识,就能理解并应用机器学习到各自的专业。本书配有教学视频、在线讲义、习题和练习项目,适合各专业读者作为教材或者自学,能够给相关领域的工程师提供全面而又丰富资料,因此能够更好的掌握机器学习的理论、算法和应用。购买的方式:《淘宝购买》, 《当当网购买》, 《JD购买》 。
由于这门课程需要大量的编程、练习才能学好,因此需要大家积极把作业做好,通过作业、练习来牵引学习、提高解决问题的能力、自学等能力。
关于如何提交作业,如何使用《Git》,《Markdown》等等,可以参考各自的教程和使用帮助。
本课程主要的目的是在学习基本理论的基础上,锻炼大家如何将理论和编程实现结合,因此需要大家独立自主完成作业和报告
作业主要目的是锻炼大家写程序,写算法的能力,因此作业里面的程序,需要自己实现,不能直接调用已有的库。可以使用numpy
等基本库,不能直接使用sklearn
等机器学习库
报告主要的目标是锻炼大家解决复杂问题的综合能力,因此不强制要求大家必须要自己实现所有的算法,但是整个数据处理的流程需要自己独立思考、实现、实验。
作业需要全部完成,报告可以选择自己擅长的3个以上。
name.txt
文件(UTF-8编码),写下自己的名字和学号,例如布树辉
2011010101
git add -A
git commit -m "change description"
git push origin master
上传作业到自己的Gitee项目里
origin
是远端服务器的名字master
是git分支的名字(默认是master)更多关于Git的用法可以阅读 《Git教程》
附加的报告(选做,加分)
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。