You can not select more than 25 topics Topics must start with a chinese character,a letter or number, can include dashes ('-') and can be up to 35 characters long.

README.md 692 B

12345678910111213141516171819
  1. # numpy, matplotlib, scipy等常用库
  2. ## 内容
  3. * [numpy教程](1-numpy_tutorial.ipynb)
  4. * matplotlib
  5. - [matplotlib简易教程](2-matplotlib_tutorial.ipynb)
  6. - [matplotlib系统学习](matplotlib_full.ipynb)
  7. * [ipython](3-ipython_notebook.ipynb)
  8. * [scipy](4-scipy_tutorial.ipynb)
  9. * [sympy](5-sympy_tutorial.ipynb)
  10. ## 扩展内容
  11. * [git introduction](utils_git.ipynb)
  12. * [git workflow](utils_git_advanced.ipynb)
  13. * [shell](utils_shell.ipynbs)
  14. ## References
  15. * [手把手教你用Python做数据可视化](https://mp.weixin.qq.com/s/3Gwdjw8trwTR5uyr4G7EOg)
  16. * [Essential Cheat Sheets for deep learning and machine learning researchers](https://github.com/kailashahirwar/cheatsheets-ai)

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,从而全面提升自我的《综合能力》。