人工智能和大数据结合的系列课程我们已经出了三期：

1、写给医生的人工智能体验课（一）：作为医生，怎么跟进人工智能不落伍？

2、写给医生的人工智能体验课（二）：用比喻的方式形象讲解神经网络

3、写给医生的人工智能体验课（三）：利用SPSS、R、python建立简单的神经网络

本文继续讲解第四课：基于scikit-learn识别导入的图像。

我们在经历前面的操作后，相信大家对表格形式的数据已经很熟悉了，肺癌数据集就是一个有344行患者，7列变量的数据。这个（344,7）就是代表一个二维数据。

现实生活中的数据都是有维度的，譬如一行患者的数据，一列变量的数据就是一维数据；肺癌数据集这种有多行多列的就是二维数据；如果肺癌数据集中的患者数据每周都会更新一次，增加了一个时间的维度，那么这就是三维的数据。

灰度图像只有一个颜色通道，算上图像的高度、宽度、样本量，也是一个三维数据；如果是彩色图像，具有三个颜色通道，那就是四维数据；视频可以看作一系列帧，每一帧都是一张彩色图像，于是数据又多了一个维度，为五维数据。

我们平常总听到广告说手机拍照的像素多高，动辄数千万甚至上亿。手机拍下的每张图片都是由色点组成的，每个色点称为一个像素。如果一张图片由30万个色点组成，这个图片的像素就是30W。把下载后的数据解压后，会有一个datanum的文件夹，里面有0-9共10个文件夹。每个文件夹下有对应的500张黑白手写数字，如图为0文件夹下的图片，我们的任务是建立模型，让程序识别图片写的是什么数字。

具体做法是把每个手写数字的前480张作为训练集，后20张作为训练集，用传统分析二维数据的方法，分别建立logistic模型和神经网络模型，看看模型的预测效果如何。