监督学习示例

  • 线性回归

    线性回归
    用于预测连续值问题，如房价预测、销量分析等。 [深入学习线性回归模型](/data-science/ml-tutorials)

  • 决策树

    决策树
    可视化分类与回归任务，适合理解算法逻辑。 [探索决策树实战案例](/ml-examples/dt)

  • 逻辑回归

    逻辑回归
    二分类问题的核心算法，如用户行为预测。 [逻辑回归详解与代码](/data-science/linear-regression)

无监督学习示例

  • K-Means聚类

    K_Means
    用于客户分群、图像压缩等场景。 [K-Means可视化教程](/ml-examples/kmeans)

  • PCA降维

    PCA
    高维数据处理的利器，可降低计算复杂度。 [PCA原理与应用](/data-science/pca)

强化学习示例

  • Q-Learning

    Q_Learning
    经典的强化学习算法，适用于游戏策略优化。 [Q-Learning入门指南](/ml-examples/rl)

  • Deep Q Networks (DQN)

    Deep_Q_Networks
    结合深度学习与Q-Learning，解决复杂环境问题。 [DQN实战项目](/ml-examples/dqn)