【Tom M. Mitchell课件】机器学习——决策树学习

本课件主要内容包括：

1. 决策树学习

2. 奥卡姆剃刀定律

3. 决策树中的过度拟合

4. 过度拟合

5. 避免过度拟合

6. 减少误差的修剪

7. 减少误差修剪的影响

8. 后修建准则

9. 树到准则的转换

10. 概率理论回顾

11. 随机变量

12. 多元离散随机变量

13. 条件概率的定义

14. 独立事件

15. 贝叶斯准则

16. 二项式分布

17. 最大似然估计

18. 贝叶斯学习

19. Beta先验分布

20. 后验分布

21. Beta分布的MAP

22. Dirichlet分布

23. 参数估计

24. 联合分布

25. 期望值

26. 协方差

27. 示例：Bernoulli模型

完整课件下载地址：

http://page5.dfpan.com/fs/clcj72212291561bc05/

更多精彩文章请关注微信号：