未标记样本 在现实任务中，会出现一部分样本被标记而另一部分样本未被标记的情况，那么如何利用好未标记样本数据呢？主动学习：先用标记好的样本数据来进...

基础知识 计算学习理论是机器学习的理论基础，其目的是分析学习任务的困难本质，并根据分析结果指导算法设计。例如：在什么条件下可进行有效的学习，需要...

子集搜索与评价 特征选择：在属性集中可能存在无用的属性，即对结果判断不重要的属性，被称为“无关特征”，而有用的属性被称为“相关特征”，而从特征集...

k近邻学习 kNN学习是一种常用的监督学习方法。 工作机制给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后根据这k个“邻...

构造决策树根节点 然后，据此划分数据集，再对划分后的子数据集重复以上过程，直到满足当前数据集的每个样本同属一类或者所有特征已使用两个条件之一。 ...

聚类任务 训练样本的标记信息未知，目标是对无标记训练样本的学习来揭示数据的内在性质及规律，即是无监督学习，训练数据无标记，目的是为了分类。 何为...

集成学习的概念 如何产生和结合“好而不同”的个体学习器，是集成学习的核心。好代表个体学习器要有一定的准确率，而不同代表个体学习器之间要对同一组数...

贝叶斯分类器是一类分类算法的总称，是各种分类器中分类错误概率最小的分类器，而贝叶斯定理是这类算法的核心。 贝叶斯决策论 贝叶斯决策论是概率框架下...

支持向量机(supporyibant Vector Machine)是一种算法，一般被称作SVM，其为处理非线性问题提供了一种更加强大的方法。 ...