决策树基本概念教材(PPT 43页)

分类: 基本概念
决策树
基于规则分类
贝叶斯分类方法
提高分类准确率的技术
小结
什么是分类？
预测问题: 分类与数值预测
分类—一个两阶段过程
监督和无监督学习
阶段 (1): 模型构建
阶段 (2): 使用模型预测
决策树归纳: 一个例子
决策树归纳算法
算法基本策略
属性选择: 信息增益
计算连续值属性的信息增益
属性选择: 增益率 (C4.5)
基尼指数 (CART)
基尼指数的计算
过分拟合与树剪枝
使用IF-THEN 规则分类
由决策树提取规则
规则归纳:顺序覆盖算法
基本顺序覆盖算法
如何Learn-One-Rule?
贝叶斯定理: 基础
分类就是导出最大后验概率
朴素贝叶斯分类
朴素贝叶斯分类: 例子
避免零概率问题
朴素贝叶斯分类: 评价
组合方法: 提高分类准确率
装袋: 自助聚集
提升
..............................

上一篇：决策水平提高培训课件(PPT 33页)

下一篇：决策与决策方法概述(PPT 52页)

不确定情况下的投资决策讲义(PDF 78页）

信息系统与管理决策(ppt 51页)

人力资本管理的决策(ppt 36页)

信息不对称下电子商务市场质量相关定价决策分析(pdf 7页)

企业经营管理教材(PPT 41页)

管理技巧培训教材之决策技巧(doc 76页)