课堂笔记-人工智能引论-20261012

게시일: 2026-10-12 15:00 862자 5 min read AI와 함께 씀 제가 쓰고 AI가 구성과 표현을 도와줬어요.

이 게시물은 아직 한국어 번역이 없으므로 원문으로 표시돼요
课堂笔记-人工智能引论-20261012 (复习)人工智能的主要学派 符号主义 主算法:逻辑推理 成果:定理机器证明、专家系统 链接主义 主算法:反向传播算法 成果:人工神经网络 行为主义 主算法:进化算法、强化学习 成果:群智能优化、强化学习 (复习)Python 模块与库 模块是一个有函数和变量的Python源代码文件。库则是许多模块的集合,完成特定的功能。...

课堂笔记-人工智能引论-20261012

(复习)人工智能的主要学派

符号主义

  • 主算法:逻辑推理
  • 成果:定理机器证明、专家系统

链接主义

  • 主算法:反向传播算法
  • 成果:人工神经网络

行为主义

  • 主算法:进化算法、强化学习
  • 成果:群智能优化、强化学习

(复习)Python 模块与库

模块是一个有函数和变量的Python源代码文件。库则是许多模块的集合,完成特定的功能。

import 库名
库名.函数名(输入值)
# 导入整个库,此时调用库中的函数需要在前面加库名
import 库名 as 别名
别名.函数名(输入值)
# 导入整个库并别名
from 库名 import 函数名
函数名(输入值)
# 从某个库中导入特定函数,此时调用库中的函数无需在前面加库名

Python内置的标准库:random / math

Python常见的第三方库:pandas / numpy

Python 安装库

pip可用于安装Python第三方库

注:pip不能在Python解释器环境下使用,需要在电脑终端(bash/cmd/powershell)中打开本机命令行输入指令。

输入以下指令安装numpy

pip install numpy

Python 类和对象

  • 类:对象的模板,定义这个类中的对象的共同属性和行为
  • 对象:根据类创建的具体实例
# 类的定义
class <类名>:
    <语句块>

# 类的实例化(用类创建对象)
<对象名> = <类名>()

例:病人类

class Patient:
    def __init__(self,name,age):
        self.name = name
        self.age = age

# 注:"__init__"称为构造函数,注意左右两边是双下划线

# 实例化
p1 = Patient("张三",45)
p2 = Patient("李四",35)

print(p1.age)

Python 常用库

  • 科学计算库:Numpy / Pandas
  • 数据可视化库:Matplotlib
  • 机器学习库:Scikit-learn

Numpy 示例

np.array([[1,2,3],[4,5,6]])
# 从可迭代对象生成一维/多维数组

np.linspace(0,1,5)
# 按间隔生成数组

np.random.uniform(1,10)
np.random.uniform(1,10,(2,3)) # 两行三列的二维数组
# 生成随机浮点数/浮点数数组

np.random.randint(1,10)
np.random.randint(1,10,(2,3))
# 生成随机整数/整数数组

np.random.choice([1,2,3,4],2)
# 从一维数组中抽数

np.random.seed()
# 设置随机种子

.shape
.ndim
# 常用属性

.sqrt() # 对数组的元素求平方根
.sum() # 计算数组的总和或某条轴上的和
.round() # 四舍五入
.max() # 计算数组或某条轴上的最大值
.min()
.argmax() # 计算数组或某条轴上的最大值(返回索引位置)
.argmin()
.dot() # 矩阵乘法

例:数据缩放

import numpy as np

data = np.array([[25,80],[32,95],[18,65],[40,100]])

data_min = data.min(axis=0)
data_max = data.max(axis=0)

norm_data = (data-data_min)/(data_max-data_min)

print(norm_data)

Pandas 示例

import pandas as pd

# 常用函数
pd.DataFrame() # 创建二维表格
pd.read_csv() # 从CSV表格创建

# 常用方法
.head() # 预览数据前几行
.info() # 查看数据类型和缺失值情况
.describe() # 统计数值数据分布特征
.drop() # 删除特定行和列

# 常用属性
.shape
.columns

Matplotlib 示例

import matplotlib.pyplot as plt

plt.figure(x,y) # 创建画布(英寸x英寸)
plt.subplot(x,y,a) # 划分画布为网格,并在其中一个网格(子图)上绘图

plt.plot(x,y) # 绘制折线图
plt.scatter(x,y) # 绘制散点图
plt.bar(x,height) # 绘制柱状图

plt.title("") # 设置图表标题
plt.xlabel("") # 设置X轴标签
plt.ylabel("") # 设置Y轴标签
plt.legend() # 显示图例
plt.grid() # 添加网格线
plt.tight_layout() # 调整子图间距
plt.show() # 显示图形

집필 AI와 함께 씀

불러오는 중...