【Mark Schmidt课件】机器学习与数据挖掘——组合方法
本课件主要内容包括:
-
上次课程回顾:K近邻方法KNN
-
决策树 vs. 朴素贝叶斯 vs. KNN
-
应用:光学字符识别
-
KNN用于光学字符识别
-
人类 vs. 机器感知
-
应用:人体局部识别
-
有监督学习的实现步骤
-
组合方法
-
平均化
-
堆积化
-
平均化与堆积化
-
随机森林
-
Bootstrap采样
-
测试示例1:语言辨识
-
测试示例2:词义消歧
英文原文课件下载地址:
http://page2.dfpan.com/fs/blc2j2221129316c8b4/
更多精彩文章请关注微信号: