课程大纲

    数据预处理 Data Cleaning 数据集成和转换 数据缩减 离散化和概念层次结构生成
统计推断 概率分布、随机变量、中心极限定理
  • 采样
  • 置信区间
  • 统计推断
  • 假设检验
  • 多元线性回归 规范
  • 子集选择
  • 估计
  • 验证
  • 预测
  • 分类方法 逻辑回归
  • 线性判别分析
  • K 最近邻
  • 朴素贝叶斯
  • 分类方法比较
  • Neural Networks 拟合神经网络
  • 训练神经网络问题
  • 决策树 回归树
  • 分类树
  • 树模型与线性模型
  • 装袋, Random Forests, 增压 装袋
  • Random Forest秒
  • 提高
  • 支持向量机和柔性光盘 最大边距分类器
  • 支持向量分类器
  • 支持向量机
  • 2 个或更多类 SVM
  • 与逻辑回归的关系
  • 主成分分析
  • 聚类 K-means 聚类
  • K-中心体聚类
  • 分层聚类
  • 基于密度的聚类
  • 模型评估和选择 偏差、方差和模型复杂性
  • 样本内预测误差
  • 贝叶斯方法
  • 交叉验证
  • Bootstrap 方法
  •  28 小时

    人数



    每位参与者的报价

    客户评论 (1)

    相关课程

    课程分类