- 0
- 0
- 约1.53万字
- 约 33页
- 2026-10-30 发布于广东
- 举报
人工智能学习理论与算法实践
摘要
本课程将介绍人工智能学习的基本理论和常用算法,并通过实践项目帮助学生掌握如何应用这些理论知识解决实际问题。课程涵盖监督学习、无监督学习和强化学习三大板块,讲解各种学习算法的原理、优缺点以及适用场景。
目录
\h绪论
\h监督学习
2.1\h线性回归
2.2\h逻辑回归
2.3\h支持向量机
2.4\h决策树与随机森林
2.5\h神经网络与深度学习
\h无监督学习
3.1\h聚类算法
3.2\h降维算法
3.3\h关联规则学习
\h强化学习
4.1\h马尔可夫决策过程
原创力文档

文档评论(0)