机器学习原理、算法与应用

第二章：机器学习基础;目录;本章的重点、难点和需要掌握的内容;目录;数据集;过拟合与欠拟合;过拟合;欠拟合;交叉验证方法;留出法;K折交叉验证法;留一交叉验证法;目录;机器学习中的回归方法;回归模型的性能评估;目录;机器学习中的分类方法;机器学习中的分类方法;机器学习中的分类方法;分类模型的性能评估;常用指标—混淆矩阵;常用指标—混淆矩阵;常用指标—混淆矩阵;常用指标—ROC曲线与AUC;常用指标—ROC曲线与AUC;目录;梯度下降法及其应用;梯度下降法及其应用;梯度下降法及其应用;梯度下降法及其应用;最小二乘法及其应用;最小二乘法及其应用;最小二乘法及其应用;实例