机器学习基础课程总结.pptxVIP

bo

机器学习基础

课程总结

核心知识点·典型应用·复习指引

课程导览

机器学习全景

先分清有没有标准答案，再谈算法

机器学习的本质是学规律

两种思路，方向相反

监督学习有标准答案

两大分支·分类回归

非监督学习找隐藏结构

无标准答案，转向挖掘数据内部结构与模式

入门先从范式判断开始

监督学习核心算法

从拟合一条直线到划出一条边界

线性回归画最佳直线

逻辑回归解决二分类

决策树用规则做判断

SVM追求最大间隔

四大算法一张表对比

无监督学习与聚类

没有答案时，让数据自己分组

K-Means分三步迭代

肘部法则确定K值

聚类落地于无标签场景

模型评估与调优

模型好不好，不能只看训练集

混淆矩阵是评估起点

准确率之外还要精确召回

F1平衡精度与召回

过拟合是记住噪声

多种手段对抗过拟合

应用与复习指引

把知识放回真实世界，再回到考场

机器学习已在真实世界落地

金融物流同样受益

复习把握四个关键词

动手比背诵更可靠

学以致用，从容应考

理解原理是根，动手实践是路

掌握核心概念，吃透典型算法，复习自然水到渠成