【Tom M. Mitchell課件】機器學習——決策樹學習

本課件主要內容包括: 決策樹學習 奧卡姆剃刀定律 決策樹中的過度擬合 過度擬合 避免過度擬合 減少誤差的修剪 減少誤差修剪的影響 後修建準則 樹到準則的轉換 概率理論回顧 隨機變量 多元離散隨機變量 條件概率的定義 獨立事件 貝葉斯準則 二項式分佈 最大似然估計 貝葉斯學習 Beta先驗分佈 後驗分佈 Beta分佈的MAP Dirichlet分佈 參數估計 聯合分佈 期望值 協方差 示例:Bern
相關文章
相關標籤/搜索