人工智能技术与应用开发指南（执行版）.docx

技术与应用开发指南（执行版）

第1章基础理论架构

1.1机器学习核心算法原理

监督学习通过构建“数据-标签”的映射关系，利用训练集对输入样本进行分类或回归预测。以图像分类为例，若给定一张猫的图片并标注为“猫”，算法会计算该图与千张猫图片的相似度，最终输出概率分布，置信度超过阈值即判定为猫。无监督学习旨在发现数据内部未知的潜在结构，常用聚类算法如K-Means。假设有一个包含100个样本的二维空间，算法会随机初始化10个中心点，通过迭代计算每个样本到最近中心的距离并更新中心位置，直到收敛，最终将样本划分为10个簇，每个簇内的样本距离更近。

决策树算法通过递归划分特