4-3 条件熵和信息增益
介绍
章节
问答
笔记
第1章 课程介绍
1-1 课程介绍
第2章 K-Means聚类算法理论精讲
2-1 K-means算法背景介绍
2-2 K-means算法精讲
2-3 K-means算法理论步骤
2-4 K-means算法的性能分析
2-5 K-means算法调优过程
2-6 K-means算法改进
第3章 K-Means聚类算法编程实现
3-1 k-means算法实战（上）
3-2 K-means算法实战（下）
3-3 K-means算法实战调优过程
3-4 K-means算法小结
第4章 决策树算法理论精讲
4-1 决策树算法背景介绍
4-2 算法中熵的概念
4-3 条件熵和信息增益
4-4 ID3算法精讲
4-5 ID3算法举例
4-6 决策树的剪枝
第5章 决策树算法编程实现
5-1 决策树实战之熵的计算
5-2 决策树实战之条件熵的计算
5-3 决策树实战之信息增益的计算
5-4 决策树课程小结
第6章 课程总结
6-1 课程总结
