决策树一、了解什么是决策树二、决策树模型三、决策树-信息增益四、信息增益比五、ID3算法六、决策树的剪枝一、了解什么是决策树分类分类树：分类标签值（天气？是否垃圾网页？）定性决策树：定量决策树的过程：（1）决策树的特征选择（2）决策树的生成（ID3ID3ID3,C4.5C4.5C4.5,~）（3）决策树的剪枝决策树是什么？(decision tree)是一种分类与回归方法，主要用于分类，决策树模型

对于这个练习，我们将再次处理手写数字数据集，这次使用反向传播的前馈神经网络。 我们将通过反向传播算法实现神经网络成本函数和梯度计算的非正则化和正则化版本。 我们还将实现随机权重初始化和使用网络进行预测的方法。由于我们在练习3中使用的数据集是相同的，所以我们将重新使用代码来加载数据。import numpy as npimport pandas as pdimport matplotlib.pypl

多分类问题一.复习二 .题目三.代码1.导入需要的包2. sigmoid 函数3.向量化的梯度函数一.复习二 .题目对于此练习，我们将使用逻辑回归来识别手写数字（0到9）。 我们将扩展我们在练习2中写的逻辑回归的实现，并将其应用于一对一的分类。 让我们开始加载数据集。 它是在MATLAB的本机格式，所以要加载它在Python，我们需要使用一个SciPy工具。三.代码1.导入需要的包import n

对于这个练习，我们将再次处理手写数字数据集，这次使用反向传播的前馈神经网络。 我们将通过反向传播算法实现神经网络成本函数和梯度计算的非正则化和正则化版本。 我们还将实现随机权重初始化和使用网络进行预测的方法。由于我们在练习3中使用的数据集是相同的，所以我们将重新使用代码来加载数据。import numpy as npimport pandas as pdimport matplotlib.pypl

字符串大小写转换【1】capitalize（）：将字符串第一个字符转换为大写mystr='hello word and itcast and itheima and python'print(mystr.capitalize())#Hello word and itcast and itheima and python【2】title（）：将字符串每个单词首字母转换为大写mystr='hello

小张寻思着，我Python这是学第二遍，为啥感觉第一遍就像没学，为什么呀？就因为 我没有记笔记吗？害，开始吧，今天学习转义字符【1】换行：\n【2】制表符：\t，一个tab键（四个空格）的距离称‘\’为反斜杠\t注：Python两个print默认之间换行结束字符print('hello', end="\n")print('world', end="\t ")print('hello')print(

第一章：什么是深度学习？1.1 人工智能，机器学习和深度学习【1】人工智能【2】机器学习【3】从数据中学习表示1.机器学习三要素2.例子【4】深度学习之“深度”理解深度学习与机器学习关系神经网络【5】深度学习的工作原理1.1 人工智能，机器学习和深度学习关系：【1】人工智能努力将通常由人类完成的智力任务自动化，包括了机器学习与深度学习【2】机器学习在经典的程序设计（即符号主义人工智能的范式）中，人