机器学习模型 核心知识点笔记（精简好记）.docxVIP

机器学习模型核心知识点笔记（精简好记）

一、核心定义

通过算法从数据中自主学习规律、调整参数，实现预测、分类、聚类等任务的数学框架，核心是“数据驱动的自主优化”，是AI的核心载体。

二、核心构成（3大要素）

数据：训练/验证/测试集，分结构化（表格）、非结构化（图片/文本），质量决定模型上限。

算法：学习规则（含损失函数、优化器），连接数据与预测结果，适配不同任务。

参数：训练中自动更新（如权重）；超参数：训练前人工设定（如学习率、树深度）。

三、核心分类（按学习方式）

分类

核心特点

适配任务

监督学习（最常用）

训练数据有“输入+标签”（有指导）

分类（离散标签）、回归（连续数值）

无监