本题库涵盖KNN、贝叶斯、回归分析、支持向量机(SVM)、决策树（ID3, C4.5, CART）、集成与提升方法（AdaBoost, 随机森林, GBDT, XGBoost, LightGBM）、聚类分析进阶（密度聚类，谱聚类）、关联规则（关联规则的概念，评估指标，Apriori算法）、协同过滤、特征工程（特征的建构、选择、转换、学习）、深度神经网络（BP神经网络概述，架构）、感知机及感知机的极限等知识点，适用于学习机器学习的学习者，对自身查缺补漏。机器学习是人工智能的一个子集，即用机器去学习以前的经验。与传统的编程不同，开发人员需要预测每一个潜在的条件进行编程，一个机器学习的解决方案可以有效地基于数据来适应输出的结果。一个机器学习的算法并没有真正地编写代码，但它建立了一个关于真实世界的计算机模型，然后通过数据训练模型。

立即获取：《机器 学习题库》