2.2 监督学习：回归与分类任务

文档摘要

2.2 监督学习：回归与分类任务第二章：机器学习基础：人工智能的核心 2.2 监督学习：回归与分类任务监督学习是机器学习中最常见、应用最广泛的一种类型。它的核心思想是“从有标签的数据中学习”。想象一下，你有一个老师（标签），他告诉你每一个样本的正确答案（输出）。通过学习这些“问题-答案”对，模型就能学会如何预测新问题的答案。本章将深入探讨监督学习的两个主要任务：回归与分类，并详细解析它们的原理、应用场景以及常用的算法。 2.2.1 监督学习概述在监督学习中，我们拥有一个包含输入特征（X）和对应输出标签（Y）的数据集。模型的目标是学习一个函数 f，使得 Y ≈ f(X)。这个函数 f 就是我们训练得到的模型。