机器学习主线

从数据、统计学习到可部署模型，建立可解释的端到端机器学习能力。

阅读起点

先从本页第一章开始；如果对应概念已经熟悉，可以从目录中选择需要补齐的章节。

全书顺序

本书按知识依赖组织。主线先建立可运行的共同模型，再进入机制、工程边界和生产约束；维护与前沿内容明确标注，不改变主线的学习顺序。

第1章｜学习问题与数据基础

理解监督学习的目标、数据表示和训练过程。

1. 问题建模与数据集：把业务问题转成样本、特征、标签和可验证的预测任务。
2. 训练集验证集与测试集：解释数据切分、泄漏和分布漂移如何影响结论。
3. 损失函数与优化直觉：从误差度量连接到参数更新和欠拟合过拟合。

第2章｜经典监督学习

掌握线性模型、树模型和常见监督学习的适用边界。

1. 线性与广义线性模型：用回归和分类解释参数、正则化及概率输出。
2. 树模型与集成：比较决策树、随机森林和梯度提升的偏差方差。
3. 特征工程与表示：处理类别、缺失、尺度和交互特征并避免数据泄漏。

第3章｜评估与选择

能根据任务目标选择指标、交叉验证和模型比较方法。

1. 分类回归指标：理解混淆矩阵、ROC/PR、校准、MAE/MSE 等指标的含义。
2. 交叉验证与超参数搜索：设计可复现的验证策略并识别过拟合验证集。
3. 可解释性与误差分析：按切片查看错误，区分数据问题和模型问题。

第4章｜无监督学习与表示

理解没有标签时的聚类、降维和表示学习。

1. 聚类与相似度：选择距离、聚类算法和簇数，并解释聚类稳定性。
2. 降维与可视化：区分 PCA 等线性方法与非线性可视化的用途。
3. 异常检测：用密度、距离和重构误差发现异常并评估误报。

阅读边界

本页是学习路线和专题入口，不替代专题笔记中的机制解释、可运行示例和练习。笔记尚未完成的专题会先显示为占位页；已有经验的读者可以跳到具体章节，再按前置关系回补。

路线状态

本路线的目录已经纳入路线架构，正文笔记仍处于占位或待审查状态。