基础篇 概述 数据挖掘 (Data Mining) 就是从大量数据中发现隐藏在其中的模式、关联、规律和信息的过程,从数据中提取有价值的知识,并将其转化为可用信息。 机器学习
线性模型 概述 线性模型是一种基本的机器学习模型,用于建立输入特征与输出之间的线性关系。线性模型可以用来进行回归(预测连续值)和分类(预测离散标
决策树 概述 决策树是一种基于树状结构的机器学习算法,用于分类和回归任务。它通过对特征空间进行递归的二分(或多分)来构建一个树结构,每个内部节点
支持向量机 概述 **支持向量机(Support Vector Machine,SVM)**是一种强大的监督学习算法,用于分类和回归任务。它在数据挖掘和机器学
概率图模型 贝叶斯分类器 概述 贝叶斯分类器是一类基于贝叶斯定理的分类算法,它假设样本的特征在给定类别下是条件独立的,然后通过计算后验概率来进行分
集成学习 概述 集成学习是一种机器学习方法,旨在通过结合多个基本模型(称为基学习器)的预测来提高整体性能。它通过将不同的学习算法组合在一起,以解