机器学习实验-计算机18级-
实验四 决策树算法及应用
博客班级 https://edu.cnblogs.com/campus/ahgc/machinelearning(班级连接) 作业要求 https://edu.cnblogs.com/campus/ahgc/machinelearning/homework/12086 作业目标 1.理解决策树算法原 -
实验三 朴素贝叶斯算法及其应用
博客班级 https://edu.cnblogs.com/campus/ahgc/machinelearning(班级连接) 作业要求 https://edu.cnblogs.com/campus/ahgc/machinelearning/homework/12085(作业连接) 作业目标 1.实现 -
实验四——决策树算法
| 一：作业信息 | | | | 博客班级 https://edu.cnblogs.com/campus/ahgc/machinelearning| | 作业要求 https://edu.cnblogs.com/campus/ahgc/machinelearning/homework/12086| -
实验三——朴素贝叶斯
| 一：作业信息 | | | | 博客班级 https://edu.cnblogs.com/campus/ahgc/machinelearning | | 作业要求 https://edu.cnblogs.com/campus/ahgc/machinelearning/homework/12085 -
决策树算法及其应用
| 博客班级 | 班级连接 | | | | | 作业目标 | 实现决策树算法及应用 | | 作业要求 | 作业连接 | | 姓名 | 章杰龙 | | 学号 | 3180701137 | 一、实验目的 理解决策树算法原理，掌握决策树算法框架； 理解决策树学习算法的特征选择、树的生成和树的剪枝； 能根据 -
实验三
| 实验班级 | 机器学习 | | | | | 实验名称 | 朴素贝叶斯算法及应用 | | 学号 | 3180701314 | ##实验目的 理解朴素贝叶斯算法原理，掌握朴素贝叶斯算法框架； 掌握常见的高斯模型，多项式模型和伯努利模型； 能根据不同的数据类型，选择不同的概率模型实现朴素贝叶斯算法； -
实验四 决策树算法及应用
|班级| 机器学习——计算机18级| |-|-| |实验题目|决策树算法及应用| |姓名|程王宇| |学号|3180701339| #【实验目的】 1、理解决策树算法原理，掌握决策树算法框架； 2、理解决策树学习算法的特征选择、树的生成和树的剪枝； 3、能根据不同的数据类型，选择不同的决策树算法； -
第三次实验
第三次实验 一、相关信息 | 实验班级 | 机器学习 | | | | | 实验名称 | 朴素贝叶斯算法及应用 | |学号|3180701137| 二、实验信息 【实验目的】 1.理解决策树算法原理，掌握决策树算法框架； 2.理解决策树学习算法的特征选择、树的生成和树的剪枝； 3.能根据不同的数据类型 -
实验三 朴素贝叶斯算法及应用
这个作业属于哪个课程 https://edu.cnblogs.com/campus/ahgc/machinelearning 这个作业要求在哪里 https://edu.cnblogs.com/campus/ahgc/machinelearning/homework/12085 这个作业的目标 <理 -
实验三 朴素贝叶斯算法及应用
#目录 一.实验目的 二.实验内容 三.实验报告要求 四.实验过程 五.实验小结 ##一.实验目的 1、理解朴素贝叶斯算法原理，掌握朴素贝叶斯算法框架； 2、掌握常见的高斯模型，多项式模型和伯努利模型； 3、能根据不同的数据类型，选择不同的概率模型实现朴素贝叶斯算法； 4、针对特定应用场景及数据，能