【人工智能机器学习基础篇】——深入详解监督学习之回归与分类：理解线性回归、逻辑回归、支持向量机（SVM）、决策树、随机森林、梯度提升机（GBM）等算法

深入详解监督学习之回归与分类

        监督学习是机器学习的核心分支之一，主要分为回归（Regression）和分类（Classification）两大任务。回归任务旨在预测连续的数值输出，而分类任务则是将输入数据分配到离散的类别中。本文将深入探讨监督学习中的几种关键算法，包括线性回归、逻辑回归、支持向量机（SVM）、决策树、随机森林和梯度提升机（GBM），帮助读者全面理解这些常用算法的原理、应用场景及其优缺点。

目录

深入详解监督学习之回归与分类

1. 线性回归

1.1 概述