数据科学导论——基于Python语言（微课版）03 机器学习与算法.pptxVIP

第三章机器学习与算法朝乐门中国人民大学chaolemen@ruc.edu.cn

本章学习提示及要求▼第3章机器学习与算法?本章学习提示及要求了解机器学习与数据科学的区别与联系大数据环境下机器学习面临的主要挑战理解数据科学中应用机器学习的基本步骤算法的类型及选择方法掌握面向机器学习的数据划分及准备方法机器学习中对模型的评估方法熟练掌握基于Python的机器学习编程实践

3机器学习与算法▼3机器学习与算法?分目录3机器学习与算法3.1数据科学与机器学习3.2机器学习的应用步骤3.3数据划分及准备方法3.4算法类型及选择方法3.5模型的评估方法3.6机器学习面临的挑战3.7Python编程实践3.8继续学习本章知识

3.1.数据科学与机器学习▼3.2.机器学习的应用步骤▼3.3.数据划分及准备方法

数据科学与机器学习▼第3章机器学习与算法?3.1.数据科学与机器学习机器学习是数据科学的主要理论基础之一。如图3-1所示。数据科学是一门交叉性学科，通过机器学习，数据科学可以弥补传统统计学和数据可视化在大数据分析中的不足，进而实现人机协同数据处理和基于数据的人工智能。

图3-1数据科学与机器学习

机器学习的基本思路▼第3章机器学习与算法?3.1.数据科学与机器学习从数据科学视角看，机器学习的基本思路如图3-2所示：以现有的或部分数据（