经典机器学习 · 系统学习知识库

机器学习

机器学习(Machine Learning, ML)研究的问题是:**如何让计算机从数据中自动归纳规律,并对未见过的数据做出可靠预测或决策**。Mitchell 的经典定义将其表述为:若程序在任务 T 上的性能 P 随经验 E 提升,则称其在学习。本库聚焦经典机器学习:以线性模型、树模型与集成、SVM、无监督学习为主体,以模型评估、特征工程与端到端工作流为实践主线。

7模块
32知识点
12.2小时总时长
13节最小路径
已掌握 0%

如何使用本站

01 · 基础与框架

5 节

02 · 线性模型与正则化

4 节

03 · 树模型与集成学习

5 节

04 · SVM与核方法

3 节

05 · 无监督学习

4 节

06 · 模型评估与选择

5 节

07 · 特征工程与实践

6 节