AI_机器学习教程.pptx

CHAP 1 机器学习;第2页;第3页;什么是机器学习？;什么是机器学习;什么是机器学习;什么是机器学习;机器怎么学习;第9页;2.1记忆学习;记忆学习的典型代表;什么是监督学习;2.3决策树学习;基本决策树生成算法(ID3算法);决策树剪枝;基于MDL的决策树剪枝过程;2.4贝叶斯学习;贝叶斯学习;朴素贝叶斯分类器（NBC）;朴素贝叶斯分类器（NBC）;PartIII 非监督学习;3.1 聚类分析;聚类分析两个基本问题;数据相似性度量方法;聚类策略;3.2划分聚类;1、K-均值聚类算法;K-均值聚类算法;K-中心点聚类算法;?;3.3层次聚类;4、改进的算法 BIRCH(1996):把分层聚类的过程当成一个树来处理 CURE(1998):采用多个代表点表示一个簇 CHAMELEON(1999):使用动态模型;BIRCH algorithm;BIRCH algorithm;CF Tree;CF Tree的构造;CURE algorithm;CURE过程图解;CHAMELEON algorithm