机器学习核心

第二阶段（3 → 5 周）：统计学习视角的机器学习

子目录

• 监督学习 — 线性回归、逻辑回归、决策树、SVM、集成方法
• 无监督学习 — K-Means、PCA、t-SNE、UMAP
• 评估与调优 — 交叉验证、正则化、超参搜索

学习目标

• 理解 L1/L2 正则化区别，能推导梯度下降更新公式
• 用 Scikit-learn 完成房价预测项目
• 用 C++ 手写 Logistic 回归并与 sklearn 对比
• 理解偏差-方差权衡

推荐资源

资源	链接
吴恩达 ML Specialization	https://www.coursera.org/specializations/machine-learning-introduction
李宏毅机器学习2021	https://www.bilibili.com/video/BV1JE411G7XG
《Hands-On ML》第3版	https://homl3.info/
Google ML Crash Course	https://developers.google.com/machine-learning/crash-course