10種機器學習算法介紹培訓課件（PPT 68頁)

主要內容
機器學習算法介紹
基本概念分類
監督式學習
非監督式學習
強化學習
十大機器學習算法
監督式學習與非監督式學習的差別
線性回歸
邏輯回歸
決策樹
細說決策樹（1）——混亂度判斷
細說決策樹（2）——建構樹
細說決策樹（3）——剪枝prune
決策樹代碼
支持向量機
支持向量機優缺點
樸素貝葉斯
KNN（K最鄰近算法）
K均值算法
K-MEANS性能分析
K-MEANS補充
AdaBoost
Apriori
強化學習-馬爾科夫決策過程
馬爾科夫決策模型
數據挖掘
數據挖掘主要模型：分類、聚類、預測及關聯
一、非線性擬合
二、貨運量預測
三、財政收入影響因素與預測模型
四、時間序列預測法—交通流量預測
一、數據探索
二、數據預處理
三、挖掘建模

..............................