机器学习基础：监督学习入门.pptxVIP

MACHINELEARNING

机器学习基础

监督学习入门

核心概念·经典算法·实操案例·常见误区

汇报时间

2026

课程导览

01

监督学习全景

先看懂地图，再走进算法

机器学习解决什么问题

监督学习的三要素

回归与分类的两条路

看输出结果是连续数还是离散类别

训练、验证与测试的分工

02

回归与分类

算法是工具，选对才高效

线性回归：最直观的入门模型

逻辑回归：名字带回归的分类器

决策树：像流程图一样好懂

K近邻：看邻居就能做判断

模型好不好，指标说了算

过拟合与欠拟合的平衡

03

实战与避坑

动手做一遍，胜过听十遍

校园案例：预测课程通过情况

课堂任务

预测某门课程学生能否通过

常见误区一：只看准确率，忽略类别失衡

常见误区二：让测试集参与调参

常见误区三：特征越多越好

机器学习课程

学以致用，持续精进

机器学习不是背公式，而是练出来的判断力

从直觉到算法，从算法到实战，每一步都算数