机器学习之决策树—606人已学习
课程介绍
决策树是一种机器学习方法,的代表有ID3、CART、C4.5等。本次课程主要讲解了这三种决策树,其中包括:信息增益、增益率、基尼指数、预剪枝和后剪枝、连续值处理、缺失值处理以及多变量决策树等知识。
课程收益
掌握ID3、CART、C4.5三种决策树的决策流程与算法,掌握决策树所需要的基本知识,掌握选取划分节点的方法,掌握过拟合与欠拟合的处理,掌握连续值与缺失值的处理,了解多变量决策树等知识。
讲师介绍
王而川 更多讲师课程
乐川科技有限公司CEO,人工智能培训讲师,专业从事机器学习与深度学习培训。参与多个人工智能领域项目,专注于机器学习与计算机视觉领域,长期参与无人驾驶汽车项目,专注研究无人驾驶领域的目标识别与跟踪,善于人脸识别、物体识别、轨迹跟踪、点云识别分析等方向的新算法。
课程大纲
第1章:机器学习、监督学习与决策树
1. 机器学习、监督学习与决策树 7:00
第2章:决策树的定义与初步认识
1. 决策树的定义与初步认识 21:12
第3章:ID3之信息增益与增益率
1. ID3之信息增益与增益率 28:45
第4章:CART之基尼指数与过拟合问题
1. CART之基尼指数与过拟合问题 22:27
第5章:C4.5树与连续值处理
1. C4.5树与连续值处理 17:59
第6章:详细讲解决策树之剪枝处理
1. 详细讲解决策树之剪枝处理 16:12
第7章:缺失值处理与多变量决策树
1. 缺失值处理与多变量决策树 26:44
第8章:决策树小案例之信用卡发卡
1. 决策树小案例之信用卡发卡 7:21
大家可以点击【 查看详情】查看我的课程
课程介绍
决策树是一种机器学习方法,的代表有ID3、CART、C4.5等。本次课程主要讲解了这三种决策树,其中包括:信息增益、增益率、基尼指数、预剪枝和后剪枝、连续值处理、缺失值处理以及多变量决策树等知识。
课程收益
掌握ID3、CART、C4.5三种决策树的决策流程与算法,掌握决策树所需要的基本知识,掌握选取划分节点的方法,掌握过拟合与欠拟合的处理,掌握连续值与缺失值的处理,了解多变量决策树等知识。
讲师介绍
王而川 更多讲师课程
乐川科技有限公司CEO,人工智能培训讲师,专业从事机器学习与深度学习培训。参与多个人工智能领域项目,专注于机器学习与计算机视觉领域,长期参与无人驾驶汽车项目,专注研究无人驾驶领域的目标识别与跟踪,善于人脸识别、物体识别、轨迹跟踪、点云识别分析等方向的新算法。
课程大纲
第1章:机器学习、监督学习与决策树
1. 机器学习、监督学习与决策树 7:00
第2章:决策树的定义与初步认识
1. 决策树的定义与初步认识 21:12
第3章:ID3之信息增益与增益率
1. ID3之信息增益与增益率 28:45
第4章:CART之基尼指数与过拟合问题
1. CART之基尼指数与过拟合问题 22:27
第5章:C4.5树与连续值处理
1. C4.5树与连续值处理 17:59
第6章:详细讲解决策树之剪枝处理
1. 详细讲解决策树之剪枝处理 16:12
第7章:缺失值处理与多变量决策树
1. 缺失值处理与多变量决策树 26:44
第8章:决策树小案例之信用卡发卡
1. 决策树小案例之信用卡发卡 7:21
大家可以点击【 查看详情】查看我的课程