现代机器学习：方法与实践 课件 曾园园 第1--6章 机器学习基础--- 支持向量机.pptx

第1章机器学习基础

课程目录01机器学习概述?机器学习的定义与核心应用场景

?从诞生到深度学习的发展简史

?监督、无监督与强化学习的本质区别02Python编程基础?Anaconda环境搭建与PyCharm配置

?NumPy科学计算与Pandas数据清洗

?Matplotlib绘图与Scikit-learn库初探03核心数学知识回顾?微积分：梯度下降与链式法则详解

?线性代数：矩阵运算与向量空间基础

?概率论：贝叶斯公式与常见分布模型从理论基础到实战工具，全方位构建机器学习的知识体系与工程能力

01.机器学习概述：什么是机器学习？机器学习是一门融合概率论、统计学、计算机科