Appearance
选修：分析式 AI 十大经典模型
本课视频
播放提示
本节成片方向已逆时针转正，电脑可直接全宽观看；手机可横屏或全屏。
本课课件
课件权限
本课 PPT 需学员注册并由讲师确认后下载。请打开 学员下载 注册：数据分析十大经典模型-零基础入门.pptx
一句话目标
分清生成式与分析式；用生活类比记住十个模型各自解决预测、分类、聚类还是推荐。
建议时长
35～50 分钟。
先修
建议课程八。不进入主路径必修。
目录要点
- 生成式 vs 分析式：创造 vs 洞察
- 线性回归：预测连续数值
- 逻辑回归：是/否概率
- 决策树：可直读规则
- K-均值：无监督分堆
- 随机森林：多树投票
- 朴素贝叶斯：文本分类快
- 时间序列：看过去预测未来
- 支持向量机：最大间隔分类
- 关联规则：买了 A 也买 B
- XGBoost：竞赛与工业常用集成
- 速查表收束
你会带走的文件
- 十大模型速查表（课内第 13 页）
- 练习数据：用各页 PPT 后的实战案例，见
practice-assets/templates/11_十大模型练习说明.md
作业与合格线
- 作业：从自己工作里找一个「预测 / 分类 / 分群 / 推荐」问题，对上一个模型并写三句：类比、能干什么、不能干什么。
- 合格：不要求推导公式；能避免把「逻辑回归」听成回归分析。
配套资源
- 口播稿：
口播稿/11_课程十一_十大经典模型_口播稿.md - 课件：
零基础学习分析式AI_十大经典模型.pptx+数据分析十大经典模型-零基础入门.pptx - 视频：
视频课程上线版/零基础学习分析式AI十大模型介绍（PPT手机视频）.mp4（手机横屏观看）
工具版本日期
基于 2026-09 口播稿。本课以认知为主，不绑定特定库版本。若后续加练习，注明 pandas / scikit-learn 版本【待补】。