模型評(píng)估與選擇
1、機(jī)器學(xué)習(xí)基本認(rèn)識(shí)
2、經(jīng)驗(yàn)誤差與過(guò)擬合
3、評(píng)估方法
4、性能度量
5、比較檢驗(yàn)
6、偏差與方差
線(xiàn)性模型與決策樹(shù)
1、基本形式與線(xiàn)性回歸
2、對(duì)數(shù)幾率回歸
3、線(xiàn)性判別與多分類(lèi)學(xué)習(xí)
4、決策樹(shù)基本流程
5、決策樹(shù)劃分選擇與處理
6、連續(xù)與缺失值
K鄰算法
1、K鄰算法概念介紹
2、K鄰算法偏差與方差
3、K鄰算法鄰搜索
4、K鄰算法K近鄰搜索
5、K鄰算法算法原理
6、K鄰算法各類(lèi)算法實(shí)現(xiàn)
貝葉斯分類(lèi)器
1、貝葉斯決策論
2、極大似然估計(jì)
3、樸素貝葉斯分類(lèi)器
4、半樸素貝葉斯分類(lèi)器
5、貝葉斯網(wǎng)
6、EM算法 |