节: 2.监督学习和非监督学习 | 机器学习

The Way To Learn

首页日程管理

章节大纲

主题：

决策树：ID3、分类与回归树

回归：线性回归、多元线性回归、逻辑回归

神经网络：简介、感知器、多层感知器

支持向量机：线性和非线性、核函数

K近邻

聚类简介：K-均值聚类、K-众数聚类

Topics: Decision Trees: ID3, Classification and Regression Trees, Regression: Linear Regression,
Multiple Linear Regression, Logistic Regression, Neural Networks: Introduction, Perception,
Multilayer Perception, Support Vector Machines: Linear and Non-Linear, Kernel Functions, K
Nearest Neighbors. Introduction to clustering, K-means clustering, K-Mode Clustering.
- 选择活动2.1 决策树（Decision Tree）
  
  2.1 决策树（Decision Tree）网页
- 选择活动    2.1.1 ID3
  
  2.1.1 ID3 网页
- 选择活动 2.1.2. 分类与回归树（Classification and Regression Trees）
- 选择活动        2.1.2.1 分类树（Classification Trees）
  
  2.1.2.1 分类树（Classification Trees）网页
- 选择活动        2.1.2.2 回归树（Regression Trees）
  
  2.1.2.2 回归树（Regression Trees）网页
- 选择活动2.2. 回归（Regression）
  
  2.2. 回归（Regression）网页
- 选择活动    2.2.1 线性回归（Linear Regression）
  
  2.2.1 线性回归（Linear Regression）网页
- 选择活动    2.2.2 逻辑回归（Logistic Regression）
  
  2.2.2 逻辑回归（Logistic Regression）网页
- 选择活动    2.2.3 多元线性回归（Multiple Linear Regressions）
  
  2.2.3 多元线性回归（Multiple Linear Regressions）网页
- 选择活动2.3. 神经网络（ANN - Artificial Neural Network）
- 选择活动    2.3.1. 简介（Introduction）
  
  2.3.1. 简介（Introduction）网页
- 选择活动    2.3.2 感知器（PERCEPTRONS）
  
  2.3.2 感知器（PERCEPTRONS）网页
- 选择活动    2.3.3. 多层感知器（Multi-layer Perceptron）
  
  2.3.3. 多层感知器（Multi-layer Perceptron）网页
- 选择活动2.4. 支持向量机（Support Vector Machines）
  
  2.4. 支持向量机（Support Vector Machines）网页
- 选择活动    2.4.1. 线性支持向量机 (SVM)
  
  2.4.1. 线性支持向量机 (SVM) 网页
- 选择活动    2.4.2. 非线性支持向量机 (SVM)
  
  2.4.2. 非线性支持向量机 (SVM) 网页
- 选择活动    2.4.3. 支持向量机 (SVM) 核函数
  
  2.4.3. 支持向量机 (SVM) 核函数网页
- 选择活动2.5. 无监督机器学习
- 选择活动    2.5.1. 聚类简介（Introduction to clustering）
  
  2.5.1. 聚类简介（Introduction to clustering）网页
- 选择活动    2.5.2. K-均值聚类（K-Mean Clustering）
  
  2.5.2. K-均值聚类（K-Mean Clustering）网页

章节大纲

主题：