C4.5决策树、K-均值(K-mean)、支持向量机(SVM)、Apriori、最大期望算法(EM)、PageRank算法、AdaBoost算法、k-近邻算法(kNN)、朴素贝叶斯算法(NB)和分类回归树(CART)算法。本书包含了其中的8个算法,没有包括最大期望算法和PageRank算法。

简单地说,机器学习就是把无序的数据转换成有用的信息。

实例数据划分到合适的分类中。

回归,它主要用于预测数值型数据。

分类和回归属于监督学习

C4.5决策树、K-均值(K-mean)、支持向量机(SVM)、Apriori、最大期望算法(EM)、PageRank算法、AdaBoost算法、k-近邻算法(kNN)、朴素贝叶斯算法(NB)和分类回归树(CART)算法。本书包含了其中的8个算法,没有包括最大期望算法和PageRank算法。

简单地说,机器学习就是把无序的数据转换成有用的信息。

实例数据划分到合适的分类中。

回归,它主要用于预测数值型数据。

分类和回归属于监督学习

C4.5决策树、K-均值(K-mean)、支持向量机(SVM)、Apriori、最大期望算法(EM)、PageRank算法、AdaBoost算法、k-近邻算法(kNN)、朴素贝叶斯算法(NB)和分类回归树(CART)算法。本书包含了其中的8个算法,没有包括最大期望算法和PageRank算法。

简单地说,机器学习就是把无序的数据转换成有用的信息。

实例数据划分到合适的分类中。

回归,它主要用于预测数值型数据。

分类和回归属于监督学习