人工智能与大数据技术与应用手册（执行版）.docxVIP

与大数据技术与应用手册（执行版）

第1章基础理论与前沿技术

1.1机器学习核心算法原理

监督学习通过标记数据来预测输出，例如使用线性回归分析房价与面积的关系，输入为房屋面积和楼层数，输出为预测的房价，其损失函数为均方误差，通过梯度下降法迭代更新权重直至收敛。无监督学习旨在发现数据内在结构，如聚类算法将用户行为数据划分为“高活跃”与“低活跃”两类，使用K-means算法以最小化簇内平方和来划分样本，无需预先定义类别标签。

半监督学习利用少量标注数据和大量未标注数据，通过数据增强技术更多变体，如将原始图像旋转90度或裁剪不同区域，以扩充训练集并提高模型泛化能力。对抗网络（G