人工智能基礎 課件 3.1~3.4 貧困生判別_第1頁
人工智能基礎 課件 3.1~3.4 貧困生判別_第2頁
人工智能基礎 課件 3.1~3.4 貧困生判別_第3頁
人工智能基礎 課件 3.1~3.4 貧困生判別_第4頁
人工智能基礎 課件 3.1~3.4 貧困生判別_第5頁
已閱讀5頁，還剩11頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

貧困生判別問題描述—3.1—

又到了貧困生申報的時間了，以往小明所在的學校都是采用個人書面申請等方式實現(xiàn)對貧困學生的判定與資助，然而隨著學生數(shù)量的增加以及各類家庭情況的復雜性，使得常規(guī)判定方法無法得到令人滿意的效果，有沒有可能學校通過技術手段來實現(xiàn)貧困生的精確判斷呢？學習目標—3.2—知識目標了解分類問題理解邏輯回歸原理了解分類模型的評價標準理解分類模型的解釋方法項目引導—3.3—

根據(jù)學生歷史消費數(shù)據(jù)，提取若干特征，比如消費總額、平均值等，嘗試手工加權重然后相加，如果得出的分數(shù)大于某個數(shù)，我們就認為此學生為非貧困生，如果得出的分數(shù)小于某個數(shù)，我們就認為此學生為貧困生。3.3.1問題引導（1）請根據(jù)消費“總額”“平均值”“最大值”“最小值”4個特征設計此模型。說說你為什么這樣設計。3.3.1問題引導（2）假設某學生的消費“平均值”較小，你的模型應該判斷此學生較可能為貧困生還是非貧困生呢?3.3.2初步分析

小明如果拿到了全校學生一段時間內(nèi)的校園卡消費信息，就可以根據(jù)這些信息把學生分為兩類，一類是貧困生，一類是非貧困生。類似分類問題，在人工智能領域還有很多例子，比如：3.3.2初步分析（1）鶯尾花分類問題：根據(jù)花萼和花瓣的長度等數(shù)據(jù)判斷其類別。（2）垃圾郵件過濾器：根據(jù)電子郵件的發(fā)件人、標題等信息判斷其是否為垃圾郵件。（3）腫瘤：根據(jù)腫塊的形狀、邊界、生長快慢、質(zhì)地是否轉移等信息判斷腫瘤是惡性/良性的。你身邊還有其他分類的問題，寫一寫分類結果都跟哪些特征有關系？想一想3.3.2初步分析知識準備—3.4—

這些分類問題的共同點是有一些關于目標的信息數(shù)據(jù)，需要以這些數(shù)據(jù)為基礎，建立相關數(shù)學模型，將目標分成若干種不同的類型。解決這類問題我們可以借助特征實現(xiàn)對結果的判斷或者預測。

這個過程能用機器進一步優(yōu)化嗎？如果可以的話，你認為機器可以怎么做？不可以的話，為什么？

前面的課程中，小明已經(jīng)學會了使用線性回歸的方法來預測食堂的消費情況，并且已經(jīng)構建了一個線性回歸模型，大概找到一條直線可以使大部分的數(shù)據(jù)都靠近它。

在這個例子中，我們想要將數(shù)據(jù)分為不同種類，可以使用類似方法找到一條使大部分點都靠近的線嗎？

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論