AI概论及应用 课件 4.1 机器学习概述.pptx

4.1机器学习概述1.机器学习解决的问题2.机器学习所需的基础3.机器学习的概念4.机器学习的发展历程5.机器学习的评估指标

1.机器学习解决的问题基于数据和模式识别，处理多种类型的任务，涵盖分类、预测、聚类等场景。分类问题定义：将数据点分配到预定义类别中。示例：垃圾邮件检测（“垃圾邮件”/“正常邮件”）。回归问题定义：通过特征与目标变量的关系，预测新数据的输出值（连续值）。示例：房价预测（根据面积、位置等特征预测房价）。聚类问题定义：将数据分组为相似子集，无需预先定义类别。示例：客户细分（根据购买行为划分客户群体）。

异常检测定义：识别不符合一般模式的数据点。示例：信用卡欺诈检测（识别可