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. 会员。《2.2 监督学习：回归与分类任务》收录于灏天文库文集《零基础入门人工智能：概念、方向与应用全解析》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/510-%E9%9B%B6%E5%9F%BA%E7%A1%80%E5%85%A5%E9%97%A8%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E6%A6%82%E5%BF%B5%E6%96%B9%E5%90%91%E4%B8%8E%E5%BA%94%E7%94%A8%E5%85%A8%E8%A7%A3%E6%9E%90

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流