小册描述
目录
- 5.1统计学习方法
- 5.2朴素贝叶斯方法
- 5.3决策树
- 5.3.1决策树算法——ID3算法
- 5.3.2决策树算法——C4.5算法
- 5.3.3过拟合问题与剪枝
- 5.3.4随机森林算法
- 5.4k近邻方法
- 5.5支持向量机
- 5.5.1什么是支持向量机
- 5.5.2线性可分支持向量机
- 5.5.3线性支持向量机
- 5.5.4非线性支持向量机
- 5.5.5核函数与核方法
- 5.5.6支持向量机用于多分类问题
- 5.6k均值聚类算法
- 5.7层次聚类算法
- 5.8DBSCAN聚类算法
- 5.9验证与测试问题
- 5.10特征抽取问题
- 6.1什么是专家系统
- 6.2推理方法
- 6.3一个简单的专家系统
- 6.4非确定性推理
- 6.4.1事实的表示
- 6.4.2规则的表示
- 6.4.3逻辑运算
- 6.4.4规则运算
- 6.4.5规则合成
- 6.4.6置信度方法的理论根据
- 6.5黑板模型
- 6.6知识的结构化表示
- 6.6.1语义网络
- 6.6.2框架
- 6.7专家系统工具
- 6.8专家系统的应用
- 6.9专家系统的局限性