【機器學習課程-華盛頓大學】：3 分類 3.1 課程內容介紹、線性分類器、邏輯分類器

一、總體內容介紹：   1、線性分類器   2、學習最佳分類器   3、過擬合和正則化   4、決策樹   5、決策樹中的過擬合   6、丟失數據的處理   7、boosting   8、準確率、召回率   9、大數據庫縮放或者在線學習   二、線性分類器 1、線性分類器模型   2、將分類結果與概率相聯繫   3、爲什麼不直接用迴歸來進行分類呢？   4、邏輯迴歸分類器：線性核+邏輯連接方程  

>>阅读原文<<