经典机器学习 经典 ML 算法从数据中学习模式,而无需显式编程,它们使用解析解或启发式搜索,而非梯度下降。本文件涵盖朴素贝叶斯、k-NN、决策树、随机森林、SVM、k-means 聚类和 PCA。 机器学习研究的是这样一类算法:它们通过从数据中学习来提升自己在某项任务上的表现,而不是被人显式地写死规则。你不必写"如果收入 > 5 万且年龄 < 30 就批准贷款",而是把成千上万条过往贷款决策交给算法,让它自己琢磨出其中的规律。 机器学习大致分三种范式。监督学习(supervised learning)使用带标签的数据,即每个输入都有一个已知的正确输出,算法学习的是从输入到输出的映射。