机器学习是人工智能的一门子科学，其中计算机和机器通常学会在没有人工干预或显式编程的情况下自行执行特定任务（当然，首先要对他们进行训练）。不同类型的机器学习技术可以划分到不同类别，如图 1 所示。方法的选择取决于问题的类型（分类、回归、聚类）、数据的类型（图像、图形、时间系列、音频等等）以及方法本身的配置（调优）。

在本文中，我们将使用 Python 中最著名的三个模块来实现一个简单的线性回归模型。使用 Python 的原因是它易于学习和应用。我们将使用的三个模块是：

  • Numpy：可以用于数组、矩阵、多维矩阵以及与它们相关的所有操作；

  • Keras：TensorFlow 的高级接口。它也用于支持和实现深度学习模型和浅层模型。它是由谷歌工程师开发的；

  • PyTorch：基于 Torch 的深度学习框架。它是由 Facebook 开发的。

所有这些模块都是开源的。Keras 和 PyTorch 都支持使用 GPU 来加快执行速度。

内容中包含的图片若涉及版权问题，请及时与我们联系删除