人工智能与机器人技术与应用手册（执行版）.docx

与技术与应用手册（执行版）

第1章基础原理与算法

1.1机器学习核心概念与分类

机器学习（MachineLearning,ML）是指通过算法让计算机系统从数据中学习规律，从而提升预测或决策能力的过程，其核心在于“数据驱动”而非“规则驱动”。在机器学习分类任务中，系统输入特征向量$X$，输出属于预定义类别的标签$Y$，常见的监督学习算法包括线性回归（预测连续值）和逻辑回归（二分类），适用于处理结构化数据如用户行为或房价预测。在监督学习中，数据分为训练集、验证集和测试集，其中训练集用于调整模型参数$\theta$以最小化损失函数$L(\theta)$，验证集用于防止过拟合