机器学习

监督/无监督模型选择与交叉验证是 DS 核心产出。 路线图节点精简；本课扩展实验到生产的完整数据科学路径。

学习目标

• Problem framing
• Feature engineering
• Model selection
• Cross-validation

核心概念

本课对齐 /roadmaps/ai-data-scientist 对应节点。

示例

from sklearn.model_selection import cross_val_score
cross_val_score(clf, X, y, cv=5)

练习

• 在路线图页面定位本课覆盖的节点
• 完成一个最小示例或文档交付
• 写 2 条与 CodeRoadMap 的对照笔记

小结

机器学习（ads-ml）完成后进入下一课。