AI_机器学习探究.pptxVIP

下载本文档

2
0
约小于1千字
约 39页
2017-09-14 发布于湖北
举报
版权申诉

AI_机器学习探究.pptx

1、本文档共39页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

CHAP 1 机器学习;第2页;第3页;什么是机器学习？;什么是机器学习;什么是机器学习;什么是机器学习;机器怎么学习;第9页;2.1记忆学习;记忆学习的典型代表;什么是监督学习;2.3决策树学习;基本决策树生成算法(ID3算法);决策树剪枝;基于MDL的决策树剪枝过程;2.4贝叶斯学习;贝叶斯学习;朴素贝叶斯分类器（NBC）;朴素贝叶斯分类器（NBC）;PartIII 非监督学习;3.1 聚类分析;聚类分析两个基本问题;数据相似性度量方法;聚类策略;3.2划分聚类;1、K-均值聚类算法;K-均值聚类算法;K-中心点聚类算法;?;3.3层次聚类;4、改进的算法 BIRCH(1996):把分层聚类的过程当成一个树来处理 CURE(1998):采用多个代表点表示一个簇 CHAMELEON(1999):使用动态模型;BIRCH algorithm;BIRCH algorithm;CF Tree;CF Tree的构造;CURE algorithm;CURE过程图解;CHAMELEON algorithm