机器学习

机器学习是人工智能的一个重要分支，它使用计算机作为工具并致力于真实的模拟人类学习方式，将现有内容进行知识结构划分来有效提高学习效率。

线性模型是一类机器学习算法的统称，常常被用于分类、回归任务中，是最为基础的模型。常见的线性模型有线性回归、单层感知机和 Logistic 回归。掌握线性模型十分有必要性，往往非线性模型都是以线性模型的

决策树(Decision Tree)算法是一种基本的分类与回归方法，根据数据的属性采用树状结构建立决策模型。决策树模型常常用来解决分类和回归问题。

人工神经网络是机器学习领域和神经网络领域的交叉部分。它试图模仿人脑的工作方式，通过构建类似于神经元之间连接的网络来进行学习和预测。

支持向量机（support vector machines, SVM）是机器学习的一种模型，被用在二分类任务。SVM的求解主要借助凸优化理论，因为SVM的基本型可以通过一些简单的变换，转换成凸优化问题