针对“机器学习”课程理论知识多、知识内容抽象、应用领域复杂、实践性较强等特点,设计了蘑菇识别系统案例.该案例先将多种传统的机器学习方法和基于卷积神经网络的深度学习方法在同一个任务上进行研究,然后采用UCI的Mushroom Data Se...针对“机器学习”课程理论知识多、知识内容抽象、应用领域复杂、实践性较强等特点,设计了蘑菇识别系统案例.该案例先将多种传统的机器学习方法和基于卷积神经网络的深度学习方法在同一个任务上进行研究,然后采用UCI的Mushroom Data Set数据集,通过实验对比发现基于卷积神经网络构建的深度学习模型识别蘑菇是否有毒的准确率最高,最后选择最佳的卷积神经网络模型构建基于Tkinter的图形用户界面应用程序的蘑菇毒性识别系统.通过蘑菇识别系统研究,能够激发学生的学习兴趣和积极性,对比学院同一专业不同年级的学生成绩和学生竞赛成果,教学效果良好,可为“机器学习”课程实践教学和改革提供案例参考.展开更多
文摘针对“机器学习”课程理论知识多、知识内容抽象、应用领域复杂、实践性较强等特点,设计了蘑菇识别系统案例.该案例先将多种传统的机器学习方法和基于卷积神经网络的深度学习方法在同一个任务上进行研究,然后采用UCI的Mushroom Data Set数据集,通过实验对比发现基于卷积神经网络构建的深度学习模型识别蘑菇是否有毒的准确率最高,最后选择最佳的卷积神经网络模型构建基于Tkinter的图形用户界面应用程序的蘑菇毒性识别系统.通过蘑菇识别系统研究,能够激发学生的学习兴趣和积极性,对比学院同一专业不同年级的学生成绩和学生竞赛成果,教学效果良好,可为“机器学习”课程实践教学和改革提供案例参考.
