本门课程主要讲解决策树以及决策树的集成算法,包含13章内容以及课程练习。教学内容如下:
| 序号 | 教学内容 | 备注 |
|---|---|---|
| 1 | ID3算法决策点 | |
| 2 | ID3算法建树过程 | |
| 3 | 特征离散化与C4.5算法 | |
| 4 | CART决策点 | |
| 5 | CART建树过程 | |
| 6 | CART后剪枝方法 | |
| 7 | 决策树使用与评价标准 | |
| 8 | 集成算法之bagging | 包括RF算法 |
| 9 | adaboost 决策树桩 | |
| 10 | adaboost算法集成过程 | |
| 11 | 集成算法GBM | |
| 12 | 模型调参 | |
| 13 | 两个竞赛实例 | 房价预测(有步骤简介)与血糖预测 |
| Name | Name | Last commit date | ||
|---|---|---|---|---|
本门课程主要讲解决策树以及决策树的集成算法,包含13章内容以及课程练习。教学内容如下:
| 序号 | 教学内容 | 备注 |
|---|---|---|
| 1 | ID3算法决策点 | |
| 2 | ID3算法建树过程 | |
| 3 | 特征离散化与C4.5算法 | |
| 4 | CART决策点 | |
| 5 | CART建树过程 | |
| 6 | CART后剪枝方法 | |
| 7 | 决策树使用与评价标准 | |
| 8 | 集成算法之bagging | 包括RF算法 |
| 9 | adaboost 决策树桩 | |
| 10 | adaboost算法集成过程 | |
| 11 | 集成算法GBM | |
| 12 | 模型调参 | |
| 13 | 两个竞赛实例 | 房价预测(有步骤简介)与血糖预测 |