10种机器学习算法介绍培训课件（PPT 68页)

主要内容
机器学习算法介绍
基本概念分类
监督式学习
非监督式学习
强化学习
十大机器学习算法
监督式学习与非监督式学习的差别
线性回归
逻辑回归
决策树
细说决策树（1）——混乱度判断
细说决策树（2）——建构树
细说决策树（3）——剪枝prune
决策树代码     
支持向量机
支持向量机优缺点
朴素贝叶斯
KNN（K最邻近算法）
K均值算法
K-MEANS性能分析
K-MEANS补充
AdaBoost
Apriori
强化学习-马尔科夫决策过程
马尔科夫决策模型
数据挖掘
数据挖掘主要模型：分类、聚类、预测及关联
一、非线性拟合
二、货运量预测
三、财政收入影响因素与预测模型
四、时间序列预测法—交通流量预测
一、数据探索
二、数据预处理
三、挖掘建模

..............................