人工智能技术应用案例手册.docx

技术应用案例手册

第一章基础架构与核心原理

第一节机器学习算法分类详解

监督学习（SupervisedLearning）是机器学习中最经典的学习范式，其核心在于利用带有标签的数据集来训练模型。在监督学习中，模型的目标是根据输入特征推断出正确的输出标签。例如，在医疗诊断领域，医生会收集包含患者症状（输入）和确诊结果（标签）的病历数据，让模型学习“症状”与“疾病”之间的映射关系。具体操作中，可以使用线性回归算法来预测患者的血压数值，或者使用逻辑回归模型来预测某类疾病的发生概率，这些模型都严格依赖于标注好的训练集。无监督学习（UnsupervisedLearning）则不依赖预定义的