【David Sontag】监督学习方法

本课件主要内容包括： 最近邻算法 K最近邻算法 判决边界 k-NN示例 加权k-NN k-NN与高斯核SVM很相似 KNN的优点 ER中的机器学习 我们能预测感染吗？ 基于判决树的感染预测 假设：判决树 假设空间 判决树的学习是很困难的！ 递归步骤 测量的不确定性 熵 熵的示例 条件熵 信息增益 判决树学习 判决树导致的过度拟合 选择最优门限 MPG示例 组合方法 偏差与方差的折中 在不增大偏差的

>>阅读原文<<