本期继续机器学习系列,承接上期决策树入门内容,深入讲解决策树条件类型、随机森林原理(含Bagging和属性抽样)、GBDT等核心算法,结合美国人口普查数据集案例,以对话形式呈现,通俗易懂。
快速收听
介绍上期决策树内容及决策树条件类型 0:00
解释决策森林概念及随机森林特点 1:24
说明随机森林的评估方法及GBDT原理 3:29
讲解美国人口普查数据集及实战应用 5:11
列举决策森林其他应用及初学者学习路径 6:40
说明决策森林处理数据类型及优缺点 7:59
总结决策森林内容及下期预告 9:23

