機器學習2:貝氏學習與單純貝氏分類器、K-近鄰演算法、ID3 決策樹演算法 蘇豐文教授
機器學習2:貝氏學習與單純貝氏分類器、K-近鄰演算法、ID3 決策樹演算法 蘇豐文教授
機器學習2:貝氏學習(Bayesian Learning)與單純貝氏分類器(Naive Bayes classifier)、K-近鄰演算法(K -nearest neighbors algorithm)、ID3 決策樹演算法(Iterative Dichotomiser 3 decision tree)

講座系列

AI for Lawyers系列

講座進程

已開課

講座日期

2020-07-29

講座地點

國立清華大學

單位與講者

講座介紹

機器學習(Machine Learning)是透過既有資料的大量投入,使機器透過分析理解運行規則並形成演算法,最終在新資料或新問題出現時可如同人類般自主作成判斷的技術。本期主要講述內容為機器學習中的監督式學習(Supervised Learning),從基礎概念及定理開始,說明多種資料探勘及資料分析方法,例如單純貝氏分類器、K-近鄰演算法、ID3決策樹演算法、多元決策樹…等演算法的原理、實例及優缺,以及透過不同基礎分類器模型組合所提出的整合學習(Ensemble Learning)。

單位

財團法人理律文教基金會-circle
財團法人理律文教基金會
999 堂講座
國立清華大學-Logo
國立清華大學
51 堂講座

講者

蘇豐文-square
蘇豐文
教授
29 堂講座

寒暑假營隊連結