admin管理员组

文章数量:1516870

机器学习识别手写数字

本项目使用到svm算法，本质上，不仅将一组问题和对应的答案同时提供给 svm 算法，还得提供很多组问题和对应的答案，让该算法学习“什么样的问题究竟对应什么样的答案”，并且把答案进行最大化二分，即：是 or 否，对 or 错。可以理解为网上跟人对线时的二极管思想，非黑即白；又或者小孩子看电影时最喜欢问的问题：“谁是坏人？谁是好人？”

不知道大家是否了解一个 python 常用的处理工具——jupyter notebook，就我所知，我女朋友所在的金融行业广泛应用，我觉得python的代码岗位应该用的更多（不过稳定性和实时性欠佳，有更好的平替工具），本案例就是用这个工具作为python的处理工具，该工具可以图形化显示矩阵和函数图线。

这个小项目就是基于 anaconda 的库，利用 jupyter 这个处理平台来做的，课程内容不多，大概学一上午就学完了，但是还远不能达到拿出去吹比的程度，后面还有一些硬骨头要啃，但是可以给简历多一条内容。

简历项目经历喜加一，谁不喜欢呢？

首先安装Anaconda。什么是Anaconda？看看百科——

anaconda：（开源的Python发行版本）

Anaconda 包括 Conda、Python 以及一大堆安装好的工具包，比如：numpy、

本文标签： 机器学习识别手写数字

版权声明：本文标题：机器学习识别手写数字 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://www.betaflare.com/biancheng/1730746321a1511048.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。