1、机器学习
1.决策树
决策树 决策树是用于分类和预测的主要技术之一,决策树学习是以实例为基础的归纳学习 算法,它着眼于从一组无次序、无规则的实例中推理出以决策树表示的分类规则。构造 决策树的目的是找出属性和类别间的关系,用它来预测将来未知类别的记录的类别。它 采用自顶向下的递归方式,在决策树的内部节点进行属性的比较,并根据不同属性值判 断从该节点向下的分支,在决策树的叶子节点得到结论。分类精度高,操作简单。它的 最大优点是,在学习过程中不需要使用者了解很多背景知识,只要训练样本集能够用属 性值的方式表达出来就能使用决策树学习算法分类。 主要的决策树算法有 ID3、C4.5(C5.0)、CART、PUBLIC、SLIQ 和 SPRINT 算法等。 它们在选择测试属性采用的技术、生成的决策树的结构、剪枝的方法以及时刻,能否处 理大数据集等方面都有各自的不同之处。 决策树主要用于分类,也可以用于回归。使用广泛的分类器。 优点:1)决策树模型可以读性好,具有
分享到：
发表评论
-
CPU 与I/O 读写的方式
2015-07-30 23:16 1677CPU与IO设备间数据传输主要有四种方式： ... -
Spring 注解区别以及应用
2015-07-17 20:52 6601. @Autowired @Autowired是根据类 ... -
java 匿名内部类
2015-07-14 15:55 773组合优先于继承 Java的匿名类，就是提供了一个快捷方便的 ... -
tomcat 容器
2015-07-13 23:30 820Tomcat的组成部分 1、server A Serve ... -
java 线程池管理机制
2015-07-13 19:58 809编辑 Add Tools jdk线程池 一 ... -
java 对象内存模型
2015-07-13 19:33 677基础 在Java中，所有 ... -
机器学习-深度学习概述
2015-07-11 20:32 0机器学习算法 1.决策树 2.KNN(k ... -
Spring 事务实现机制
2015-07-10 10:38 1308Spring是以代理的方式实现对事务的管理。我们在Action ... -
Struts2 与 SpringMVC的比较
2015-07-09 16:12 7201. 机制：spring mvc的入口是servlet，而st ... -
JVM学习之:调优总结 -Xms -Xmx -Xmn -Xss
2015-07-09 15:03 774堆大小设置JVM 中最 ... -
Mysql性能优化
2015-07-09 10:55 585MySQL优化是一个综 ... -
java类加载机制
2015-07-08 11:46 780java类加载机制 1.java类加载器的树状结构 引导 ... -
Servlet生命周期
2015-07-08 11:26 572Tomcat容器其实就是servlet容器，管理项目中的定义 ... -
Java垃圾回收算法
2015-07-07 18:16 738JVM内存模型1、栈Java栈是与每一个线程关联的，JV ... -
Java 线程同步几种方式
2015-07-07 11:23 3634为何要使用同步？ java允许多线程并发控制， ... -
Hibernate与mybitas的比较
2015-07-06 23:22 2988第一章 Hibernate ... -
数据结构复习
2015-07-06 00:16 6571、二叉树的概念 二叉树（Binary Tree）是个有 ... -
操作系统面试复习
2015-07-05 21:02 8881、window 消息调度机制 消息队列 2、进程与线 ... -
计算机网络面试
2015-07-05 18:03 7171. IP、子网掩码、子网 A类 0－127 0 ... -
数据库概论面试复习
2015-07-04 19:30 8931. 解释存储过程和触 ...
相关推荐
机器学习与深度学习 基于深度学习的人脸识别研究 人工智能-AI概述 人工智能创业的6大核心问题 人工智能的黄金时代 人工智能的趋势,机会和思考 人工智能的现状、任务、构架与统一 人工智能发展简史 人工智能技术发展...
百度飞桨学习python机器学习、深度学习资料 【机器学习】GRU：实践-情感分类的另一种方法 【机器学习】LSTM：实践-谣言检测 【机器学习】python复杂操作：实践-爬虫与数据分析 【机器学习】ResNet-50原理：实践-...
1.1.1. 机器学习与人工智能、深度学习 2 1.1.2. 机器学习、深度学习能做些什么 3 1.1.3. 人工智能阶段课程安排 4 1.2. 什么是机器学习 5 1.2.1. 定义 5 1.2.2. 解释 5 1.2.3. 数据集构成 6 1.3. 机器学习算法分类 7 ...
day01-机器学习概述、特征工程、机器学习算法； day02-sklearn、knn、朴素贝叶斯、决策树； day03-线性回归、岭回归、逻辑回归、聚类； day04-Tensorflow基础； day05-TensorflowIO操作； day06-Tensorflow、神经...
day01-机器学习概述、特征工程、机器学习算法 共127页.pptx day02-sklearn、knn、朴素贝叶斯、决策树、随机森林 共102页.pptx day03-线性回归、岭回归、逻辑回归、分类、聚类算法 共86页.pptx day04-Tensorflow基础...
大数据、机器学习、深度学习在投资领域应用的方法论概述
机器学习，深度学习基础概述
清华大学-学堂在线 大数据机器学习课件笔记系列：概述、机器学习的基本概念、模型性能评估、感知机、聚类、贝叶斯分类器及图模型、决策树和随机森林、逻辑斯谛回归与最大熵模型、支持向量机 SVM、核函数与非线性 SVM...
深度学习Caffe框架实战剖析教程（深度学习、机器学习、LeNet-5模型、MNIST数据集、CNN），本教程以目前已经大量用于线上系统的深度学习主流框架Caffe为例，从底层开始，由浅入深，先是概述Caffe框架，说明其和深度...
机器学习是从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测 离散型数据：由记录不同类别个体的数目所得到的数据，又称计数数据，所 有这些数据全部都是整数，而且不能再细分，也不能进一步提高他 ...
day01-机器学习概述、特征工程、机器学习算法 共127页.pptx day02-sklearn、knn、朴素贝叶斯、决策树、随机森林 共102页.pptx day03-线性回归、岭回归、逻辑回归、分类、聚类算法 共86页.pptx day04-Tensorflow基础...
day01-机器学习概述、特征工程、机器学习算法 共127页.pptx day02-sklearn、knn、朴素贝叶斯、决策树、随机森林 共102页.pptx day03-线性回归、岭回归、逻辑回归、分类、聚类算法 共86页.pptx day04-Tensorflow基础...
day01-机器学习概述、特征工程、机器学习算法 共127页 day02-sklearn、knn、朴素贝叶斯、决策树、随机森林 共101页 day03-线性回归、岭回归、逻辑回归、分类、聚类算法 共86页 day04-Tensorflow基础与进阶 共74页 ...
day01-机器学习概述、特征工程、机器学习算法 共127页.pptx day02-sklearn、knn、朴素贝叶斯、决策树、随机森林 共102页.pptx day03-线性回归、岭回归、逻辑回归、分类、聚类算法 共86页.pptx day04-Tensorflow基础...
建立和训练一个机器学习模型，例如深度神经网络、决策树、支持向量机等。 评估模型的性能，并对其进行优化。 最终，应用训练好的模型来解决实际问题。 这个项目将涵盖机器学习问题的全面解决方案，包括数据准备、...
day01-机器学习概述、特征工程、机器学习算法 共127页.pptx day02-sklearn、knn、朴素贝叶斯、决策树、随机森林 共102页.pptx day03-线性回归、岭回归、逻辑回归、分类、聚类算法 共86页.pptx day04-Tensorflow基础...
day01-机器学习概述、特征工程、机器学习算法 共127页.pptx day02-sklearn、knn、朴素贝叶斯、决策树、随机森林 共102页.pptx day03-线性回归、岭回归、逻辑回归、分类、聚类算法 共86页.pptx day04-Tensorflow基础...
深度学习概述(15MB) 深度学习深度(2MB) 深度学习的历史趋势(9.9MB) 应用数学和机器学习基础知识 线性代数 机器学习的线性代数(2.1MB) 概率与信息论 概率与信息论(2.1MB) 数值计算和基于梯度的优化 数值计算(228KB) ...
day01-机器学习概述、特征工程、机器学习算法 共127页 day02-sklearn、knn、朴素贝叶斯、决策树、随机森林 共101页 day03-线性回归、岭回归、逻辑回归、分类、聚类算法 共86页 day04-Tensorflow基础与进阶 共74页 ...
2015 年 11 月，谷歌发布了 TensorFlow，这是一个开源深度学习编程库，用于表征、准备和传达机器学习模型。 在本文中，我们审核了 Tensor Flow 并将其放入当前的深度学习思想和编程中。 我们讨论了它的基本计算标准...