机器学习与监督学习概述P3

机器学习与监督学习概述 现状：99%机器学习经济价值来自监督学习 监督学习定义 核心：学习输入(X)到输出(y)的映射关系 特点：提供带正确标签(y)的样本训练 能力：训练后可对新输入做精准预测 监督学习应用场景 垃圾邮件过滤：输入邮件，输出是否为垃圾邮件 语音识别：输入音频，输出对应文字 机器翻译：输入一种语言，输出其他语言 在线广告：结合广告与用户信息，预测点击概率 自动驾驶：输入图像、雷达数据，输出车辆位置 产品视觉检测：输入产品图片，判断是否存在缺陷 典型案例：房价预测 数据维度：横轴房屋面积（平方英尺），纵轴房价（千美元） 预测方式 拟合直线：750平方英尺房屋预估约15万美元 拟合曲线：750平方英尺房屋预估约20万美元 学习目标：算法自动选择最优拟合函数 监督学习分类 回归问题：预测连续数值（如房价） 分类问题：下一章节讲解