机器学习实验-计算机18级 (安徽工程大学 - 计算机与信息学院)

  • 机器学习 实验四 决策树算法及应用

    作业通知 博客班级 AHPU-机器学习-计算机18级 实验名称 实验四 决策树算法及应用 学号 3180701236 ##一.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; 4.针对特定
    cydestiny   2021-06-29 23:05   0   510
  • 实验四 决策树算法及应用

    #朴素贝叶斯算法及应用 ##作业信息 | 个人班级 | 机器学习实验-计算机18级 | | | | | | 实验题目 | 决策树算法及应用 | | 姓名 | 周世龙 | | 学号 | 3180701222 | ##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
    阡諾   2021-06-29 18:59   0   36
  • 实验四 决策树算法及应用

    #朴素贝叶斯算法及应用 ##作业信息 | 个人班级 | 机器学习实验-计算机18级 | | | | | | 实验题目 | 决策树算法及应用 | | 姓名 | 武浩然 | | 学号 | 3180701221 | #目录 ####一.实验目的 ####二.实验内容 ####三.实验报告要求 ####四.
    李雷和韩梅梅   2021-06-29 18:49   0   55
  • 实验四 决策树算法及应用

    #朴素贝叶斯算法及应用 ##作业信息 | 博客班级 | 机器学习| | | | | 作业要求 | 作业链接 | | 实验目标 | 决策树算法及应用 | | 姓名 | 陆文龙 | | 学号 | 3180701219 | ##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
    WLongwx   2021-06-29 18:46   0   45
  • 机器学习——实验四 决策树算法及应用

    #实验三 实验四 决策树算法及应用 | 博客班级 | https://edu.cnblogs.com/campus/ahgc/machinelearning | | | | | 作业要求 | https://edu.cnblogs.com/campus/ahgc/machinelearning/ho
    Alex-Mercer-zxy   2021-06-29 18:26   0   110
  • 实验四 决策树算法及应用

    作业信息 | 作业要求 | 作业要求| | 作业目标 | 作业目标 | | 姓名 | 张海龙 | | 学号 | 3180701120 | 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;
    leeer   2021-06-29 18:19   0   80
  • 实验四 决策树

    决策树算法及应用 | 所在班级 | 机器学习 | | 实验要求 | 作业要求 | | 学习目标 | 理解朴素贝叶斯算法原理,掌握朴素贝叶斯算法框架| | 学号 | 3180701117 | 【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
    gghjn   2021-06-29 17:58   0   115
  • 实验四、决策树算法及应用

    实验三 朴素贝叶斯算法及应用 | 博客班级 | 机器学习18级 | | | | | 作业要求 | https://edu.cnblogs.com/campus/ahgc/machinelearning/homework/12086| | 学号 | 3180701315 | 实验目的 1.理解决策树算
    li小老虎   2021-06-29 17:49   0   56
  • 实验四 决策树算法及应用

    博客班级 班级链接 作业要求 作业要求链接 学号 3180701115 姓名 何志超 #【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; 能根据不同的数据类型,选择不同的决策树算法; 针对特定应用场景及数据,能应用决策树算法解决实际问题。 #
    pianyu6   2021-06-29 17:39   0   39
  • 实验四 决策树算法及应用

    个人班级 机器学习实验-计算机18级 实验题目 决策树算法及应用 姓名 邵梓晨 学号 3180701220 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; 4.针对特定应用场景及数据,能
    szc111   2021-06-29 16:13   0   44