概述集成学习的基本概念、为何能降低方差与偏差、强调基学习器的多样性，并比较 Bagging、 Random Forest、 Boosting 的异同。
类别极度不平衡时， Accuracy 失效，应以 Precision、 Recall、 F1、 ROC 与 AUC 评估，并用欠采样、过采样、阈值调整或代价敏感学习应对。
概述神经网络基础：感知机、隐藏层、激活函数、反向传播与训练要点。
发布于 2025-10-31
