版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领
文档简介
机器学习及其应用教材教辅教材教辅第九章：决策树（目录）9.1引例9.2条件熵和信息增益
9.3ID3与C4.5决策树9.4分类与回归树9.5决策树的实践
第九章：决策树（引例）
第九章：决策树（引例）
第九章：决策树（引例）
第九章：决策树（引例）
第九章：决策树（引例）
第九章：决策树（条件熵）
第九章：决策树（条件熵）
第九章：决策树（条件熵）
第九章：决策树（条件熵）
第九章：决策树（条件熵）
第九章：决策树（条件熵）
第九章：决策树（信息增益）
第九章：决策树（信息增益）
第九章：决策树（信息增益）
第九章：决策树（信息增益）
第九章：决策树（ID3决策树）
第九章：决策树（ID3决策树）
第九章：决策树（C4.5决策树）
第九章：决策树（C4.5决策树）
第九章：决策树（C4.5决策树）
第九章：决策树（分类与回归树）
第九章：决策树（分类与回归树）
第九章：决策树（分类与回归树）
第九章：决策树（分类与回归树）
第九章：决策树（分类与回归树）
第九章：决策树（分类与回归树）
第九章：决策树（分类与回归树）
第九章：决策树（分类与回归树）
第九章：决策树（分类与回归树）
第九章：决策树（实践）
第九章：决策树（实践）
第九章：决策树（实践）
第九章学习完毕!感谢您的聆听，黑发不知勤学早，白首方悔读书迟！
第九章：问题互动环节
机器学习及其应用教材教辅教材教辅第十章：集成学习（目录）10.1引例10.2常见的集成学习方法10.3随机森林与极端随机树10.4梯度提升决策树10.5极限梯度提升树10.6轻量梯度提升树10.7类别型特征梯度提升树10.8组合策略
第十章：集成学习（引例）
第十章：集成学习（引例）
第十章：集成学习（引例）
第十章：集成学习（集成学习方法）
第十章：集成学习（集成学习方法）
第十章：集成学习（集成学习方法）
第十章：集成学习（集成学习方法）
第十章：集成学习（集成学习方法）
第十章：集成学习（集成学习方法）
第十章：集成学习（集成学习方法）
第十章：集成学习（集成学习方法）
第十章：集成学习（集成学习方法）
第十章：集成学习（集成学习方法）
第十章：集成学习（随机森林）
第十章：集成学习（极端随机树）
第十章：集成学习（梯度提升决策树）
第十章：集成学习（梯度提升决策树）
第十章：集成学习（极限梯度提升树）
第十章：集成学习（极限梯度提升树）
第十章：集成学习（轻量梯度提升树）
第十章：集成学习（轻量梯度提升树）
第十章：集成学习（CatBoost）
第十章：集成学习（CatBoost）
第十章：集成学习（组合策略）
第十章：集成学习（组合策略）
第十章：集成学习（组合策略）
第十章：集成学习（组合策略）
第十章：集成学习（组合策略）
第十章：集成学习（组合策略）
第十章：集成学习（组合策略）
第十章：集成学习（组合策略）
第十章：集成学习（组合策略）
第十章：集成学习（组合策略）
第十章：集成学习（组合策略）
第十章学习完毕!感谢您的聆听，三更灯火五更鸡，正是男儿读书时！
第十章：问题互动环节
机器学习及其应用教材教辅教材教辅第十一章：特征选择与提取（目录）11.1特征选择11.2特征提取
第十一章：特征选择与提取（选择）
第十一章：特征选择与提取（选择）
第十一章：特征选择与提取（选择）
第十一章：特征选择与提取（选择）
第十一章：特征选择与提取（选择）
第十一章：特征选择与提取（选择）
第十一章：特征选择与提取（选择）
第十一章：特征选择与提取（选择）
第十一章：特征选择与提取（选择）
第十一章：特征选择与提取（选择）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章：特征选择与提取（提取）
第十一章学习完毕!感谢您的聆听，黑发不知勤学早，白首方悔读书迟！
第十一章：问题互动环节
机器学习及其应用教材教辅教材教辅第十二章：K均值聚类（目录）12.1聚类简介12.2K均值聚类
12.3K均值聚类的优缺点第十二章：K均值聚类（聚类算法分类）
第十二章：K均值聚类（聚类算法分类）
第十二章：K均值聚类（聚类算法分类）
第十二章：K均值聚类（聚类注意事项）
第十二章：K均值聚类（聚类思想）
第十二章：K均值聚类（聚类思想）
第十二章：K均值聚类（聚类实例分析）
第十二章：K均值聚类（聚类实例分析）
图12-1聚类数据可视化图第十二章：K均值聚类（聚类实例分析）
第十二章：K均值聚类（聚类实例分析）
12-2初始聚类中心第十二章：K均值聚类（聚类实例分析）
第十二章：K均值聚类（聚类实例分析）
图12-3第一次更新之后的聚类中心和聚类结果第十二章：K均值聚类（聚类实例分析）
第十二章：K均值聚类（聚类实例分析）
图12-4第二次更新之后的聚类中心和聚类结果第十二章：K均值聚类（聚类实例分析）
第十二章：K均值聚类（聚类实例分析）
图12-5第三次更新之后的聚类中心和聚类结果第十二章：K均值聚类（聚类实例分析）
第十二章：K均值聚类（聚类实例分析）
图12-6第四次更新之后的聚类中心和聚类结果第十二章：K均值聚类（聚类实例分析）
第十二章：K均值聚类（聚类实例分析）
图12-7第十次更新之后的聚类中心和聚类结果第十二章：K均值聚类（聚类实例分析）
第十二章：K均值聚类（优缺点）
第十二章：K均值聚类（优缺点）
第十二章学习完毕!感谢您的聆听，三更灯火五更鸡，正是男儿读书时！
第十二章：问题互动环节
机器学习及其应用教材教辅教材教辅第十三章：高斯混合模型（目录）13.1高斯分布13.2高斯混合模型
13.3高斯混合模型的优缺点第十三章：高斯混合模型（高斯分布）
第十三章：高斯混合模型（高斯分布）
第十三章：高斯混合模型（高斯分布）
第十三章：高斯混合模型（高斯分布）
第十三章：高斯混合模型（高斯分布）
第十三章：高斯混合模型（高斯分布）
第十三章：高斯混合模型（高斯分布）
第十三章：高斯混合模型（高斯分布）
第十三章：高斯混合模型（高斯分布）
第十三章：高斯混合模型（高斯分布）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（高斯聚类）
第十三章：高斯混合模型（优缺点）
第十三章：高斯混合模型（优缺点）
第十三章学习完毕!感谢您的聆听，
黑发不知勤学早，白首方悔读书迟！
第十三章：问题互动环节
机器学习及其应用教材教辅教材教辅第十四章：谱聚类（目录）14.1图的基本概念14.2谱聚类
第十四章：谱聚类（基本概念）
第十四章：谱聚类（基本概念）
第十四章：谱聚类（基本概念）
第十四章：谱聚类（基本概念）
第十四章：谱聚类（基本概念）
第十四章：谱聚类（基本概念）
第十四章：谱聚类（基本概念）
第十四章：谱聚类（基本概念）
第十四章：谱聚类（基本概念）
第十四章：谱聚类（基本概念）
第十四章：谱聚类（思想）
第十四章：谱聚类（思想）
第十四章：谱聚类（思想）
第十四章：谱聚类（构建邻接矩阵）
第十四章：谱聚类（构建邻接矩阵）
第十四章：谱聚类（无向图切图）
第十四章：谱聚类（无向图切图）
第十四章：谱聚类（无向图切图）
第十四章：谱聚类（无向图切图）
第十四章：谱聚类（无向图切图）
第十四章：谱聚类（RatioCut）
第十四章：谱聚类（RatioCut）
第十四章：谱聚类（RatioCut）
第十四章：谱聚类（RatioCut）
第十四章：谱聚类（RatioCut）
第十四章：谱聚类（RatioCut）
第十四章：谱聚类（NCutt）
第十四章：谱聚类（NCut）
第十四章：谱聚类（NCut）
第十四章：谱聚类（NCut）
第十四章：谱聚类（NCut）
第十四章：谱聚类（流程）
第十四章：谱聚类（实例）
第十四章学习完毕!感谢您的聆听，三更灯火五更鸡，正是男儿读书时！
第十四章：问题互动环节
机器学习及其应用教材教辅教材教辅第十五章：综合评价方法（目录）15.1综合评价简介15.2逼近理想解排序法
15.3指标权重计算方法第十五章：综合评价方法（简介）
第十五章：综合评价方法（简介）
第十五章：综合评价方法（简介）
第十五章：综合评价方法（TOPSIS）
第十五章：综合评价方法（指标正向化）
第十五章：综合评价方法（指标正向化）
第十五章：综合评价方法（指标正向化）
第十五章：综合评价方法（指标正向化）
第十五章：综合评价方法（指标正向化）
第十五章：综合评价方法（指标正向化）
第十五章：综合评价方法（无量纲化）
第十五章：综合评价方法（确定理想解）
第十五章：综合评价方法（计算距离）
第十五章：综合评价方法（计算评分）
第十五章：综合评价方法（权重计算）
第十五章：综合评价方法（权重计算）
第十五章：综合评价方法（变异系数）
第十五章：综合评价方法（变异系数）
第十五章：综合评价方法（熵权法）
第十五章：综合评价方法（熵权法）
第十五章：综合评价方法（熵权法）
第十五章：综合评价方法（熵权法）
第十五章：综合评价方法（CRITIC法）
第十五章：综合评价方法（CRITIC法）
第十五章：综合评价方法（CRITIC法）
第十五章：综合评价方法（CRITIC法）
第十五章：综合评价方法（CRITIC法）
第十五章学习完毕!感谢您的聆听，
黑发不知勤学早，白首方悔读书迟！
第十五章：问题互动环节
机器学习及其应用教材教辅教材教辅附录A：向量与矩阵（目录）A1向量内积与范数A2矩阵分解
A3矩阵范数附录A：向量内积与范数（向量内积）
附录A：向量内积与范数（向量内积）
附录A：向量内积与范数（向量内积）
附录A：向量内积与范数（向量内积）
附录A：向量内积与范数（向量范数）
附录A：向量内积与范数（向量范数）
附录A：向量内积与范数（向量范数）
附录A：矩阵分解（特征值）
附录A：矩阵分解（谱分解）
附录A：矩阵分解（矩阵函数）
附录A：矩阵分解（奇异值分解）
附录A：矩阵分解（奇异值分级）
附录A：矩阵范数（定义）
附录A：矩阵范数（定义）
附录A：矩阵范数（
温馨提示
- 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 团干部考核评估档案管理手册
- 2026初中级档案职称考试资料（档案工作实务）仿真试题及答案
- 2026年世界知识产权日知识产权考试试题及解析答案
- 花开舟曲实施方案
- 2026年智能家居安全风险方案
- 人文地理与城乡规划建筑问题研究报告
- 1-2-1 生态修复技术专业课件：初识环境监测标准与规范
- 《手术室工作制度》课件
- 2026年基金从业资格考试基金销售基础知识模拟试题课件
- 《夫兰克赫兹实验》课件
- 2026年水务行业招聘综合知识+供排水专业知识试题卷（含参考答案及解析）
- 公共场所卫生保洁服务标准报告
- 乡镇卫生院常见病66种的临床路径及诊疗指南
- 供排水安全培训手册
- 让家更美好课件2026-2027学年统编版道德与法治七年级上册
- 2026年(完整版)国家GCP培训考试题库及参考答案(完整版)
- 资产负债表习题及答案
- 2025年互联网直播领域主播与MCN机构深度整合合同模板
- 民政社会救助培训课件
- 医疗考试结构化面试试题(含答案)
- 肿瘤患者便秘与腹泻护理要点
评论
0/150
提交评论