我和我的朋友在大学里开发软件，问题是：我们是AI的新手，因为他们从未教过我们人工智能课程，明年我们会考虑他们。
我们的教授建议我们在开始之前搜索算法，并告诉他我们发现的东西，以便我们可以使用它，我想找到好的东西。我们正在使用机器学习制作这个软件，这就是我们想要的东西：假设我有100个学生报告卡，你想要将它们从最好到最差分类，但是机器学习。
它出现在练习中，我需要通过＆＃34;标记＆＃34;和＃34;意见＆＃34;那些做过成绩单的教授，以及那些需要向软件中其他教授展示的最好和最差的教授，以及他们所表现出的特点：＆＃34; class＆＃34;，
学生1:10数学科学19科学
学生2：10科学19数学
学生3：10在科学中19在数学上但是在低年级比学生2
科学教授将看到第一名学生1十名学生2数学教授将看到第一个学生2然后学生3然后1个
我们需要什么算法？为什么？我们已经阅读了很多关于机器学习算法的内容，但我不知道在这种情况下最好使用什么算法。
提前感谢您的帮助。
答案 0 :(得分：1)
这在很大程度上取决于您拥有的数据以及您想要预测的内容。
功能是连续的还是绝对的？您想预测连续性或分类值吗？
让我们假设您的报告卡中有分类功能，并且您希望预测二进制目标，如“最佳”或“最差”，而不是查看二进制分类。如果您需要预测等级（例如1或2或3等）而不是分类分类。
如果要通过估算连续值而不是需要回归来对所有报告卡进行排序。
对于所有这些，您有各种各样的算法，如线性回归，决策树，随机森林，朴素贝叶斯，支持向量机甚至神经网络。
请看这个helpful scikit-learn estimator，以获得您的选择的第一直觉。
This cheat sheet from Microsoft也非常好。
从我的问题中我可以得出一个简单的线性回归。
答案 1 :(得分：0)
嗯，我对机器学习比较陌生，但在你的场景中我会使用逻辑回归，因为你要根据最佳和最差的方法对报告卡进行分类。
希望我能得到帮助