📊 Phase 02：机器学习基础

18 节课 · ~21 小时 · 深度学习之前，先把经典 ML 搞透

为什么这个阶段重要？

深度学习不是万能的。在表格数据、小样本场景、可解释性要求高的业务中，XGBoost 和随机森林依然是首选。更重要的是，理解 ML 基础概念（偏差-方差、过拟合、特征工程）是理解深度学习的前提。

一个秘密： 很多所谓的”AI 工程师”连交叉验证都搞不清楚。把这个阶段学扎实，你就超过了大多数人。

模型太简单 → 欠拟合（高偏差）；太复杂 → 过拟合（高方差）。理解这条曲线，就理解了为什么需要正则化、为什么需要 Dropout、为什么需要更多数据。

“Garbage in, garbage out” 的核心环节。在传统 ML 中，特征决定了天花板，算法只是逼近这个天花板。掌握编码（one-hot/target encoding）、缩放（standard/min-max）、特征交叉。

准确率不够用——不平衡数据要看 F1/AUC，排名问题要看 NDCG。更关键的是交叉验证的正确姿势：分层采样、时序数据的 walk-forward、分组数据的 GroupKFold。

“三个臭皮匠顶个诸葛亮”。Bagging（随机森林）降方差，Boosting（XGBoost/LightGBM）降偏差，Stacking 组合不同模型。Kaggle 冠军的标配。

#	课程	预计时长
01	What Is Machine Learning — Types & Taxonomy（ML 类型与分类）	~45 min
02	Linear Regression from Scratch（从零实现线性回归）	~75 min
03	Logistic Regression & Classification（逻辑回归与分类）	~75 min
04	Decision Trees & Random Forests（决策树与随机森林）	~75 min
05	Support Vector Machines（支持向量机）	~75 min
06	K-Nearest Neighbors & Distance Metrics（KNN 与距离度量）	~75 min
07	Unsupervised Learning — K-Means, DBSCAN（无监督聚类）	~75 min
08	Feature Engineering & Selection（特征工程与选择）	~75 min
09	Model Evaluation — Metrics, Cross-Validation（模型评估）	~75 min
10	Bias, Variance & the Learning Curve（偏差方差与学习曲线）	~45 min
11	Ensemble Methods — Boosting, Bagging, Stacking（集成方法）	~75 min
12	Hyperparameter Tuning & AutoML（超参调优）	~75 min
13	ML Pipelines & Experiment Tracking（ML 流水线）	~75 min
14	Naive Bayes — Multinomial, Gaussian, Bernoulli（朴素贝叶斯）	~75 min
15	Time Series Fundamentals（时间序列基础）	~45 min
16	Anomaly Detection（异常检测）	~75 min
17	Handling Imbalanced Data（不平衡数据处理）	~75 min
18	Feature Selection（特征选择）	~75 min