AI概论及应用 课件 第4章 机器学习.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