编辑“︁分类:数据科学与人工智能”︁（章节）

=== 1. 机器学习 ===
机器学习是人工智能的核心技术之一，它使计算机能够从数据中学习并做出预测或决策。常见的算法包括：
* [[监督学习]]（如线性回归、决策树）
* [[无监督学习]]（如聚类、降维）
* [[强化学习]]（如Q-learning、深度强化学习）

示例代码（使用Python的scikit-learn库训练一个简单的分类模型）：
<syntaxhighlight lang="python">
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier

# 加载数据集
iris = load_iris()
X, y = iris.data, iris.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# 训练模型
model = RandomForestClassifier()
model.fit(X_train, y_train)

# 评估模型
accuracy = model.score(X_test, y_test)
print(f"模型准确率: {accuracy:.2f}")
</syntaxhighlight>