模型評估與選擇
1、機(jī)器學(xué)習(xí)基本認(rèn)識
2、經(jīng)驗誤差與過擬合
3、評估方法
4、性能度量
5、比較檢驗
6、偏差與方差
線性模型與決策樹
1、基本形式與線性回歸
2、對數(shù)幾率回歸
3、線性判別與多分類學(xué)習(xí)
4、決策樹基本流程
5、決策樹劃分選擇與處理
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鄰算法各類算法實現(xiàn)
貝葉斯分類器
1、貝葉斯決策論
2、極大似然估計
3、樸素貝葉斯分類器
4、半樸素貝葉斯分類器
5、貝葉斯網(wǎng)
6、EM算法 |