机器学习算法
机器学习是人工智能的核心，让计算机从数据中学习。
一、机器学习基础
机器学习分为监督学习、无监督学习、强化学习。
- 监督学习：有标签数据
- 无监督学习：无标签数据
- 强化学习：reward-based
二、回归算法
回归用于预测连续值。
- 线性回归：简单线性、多元线性
- 多项式回归：非线性关系
- 岭回归：L2正则化
三、分类算法
分类用于预测离散值。
- 逻辑回归：二分类
- 决策树：树形结构
- 支持向量机：SVM
- 朴素贝叶斯：概率分类
四、集成学习
集成多个模型提升效果。
- 随机森林：Bagging
- GBDT：梯度提升
- XGBoost：高性能实现
五、深度学习
深度学习是机器学习的进阶。
- 神经网络：MLP
- 卷积神经网络：CNN图像
- 循环神经网络：RNN序列
- Transformer：NLP
