机器学习实战之路 —— 6 聚类算法1. 聚类相关基本概述1.1 学习模式1.1.1 监督学习1.1.2 无监督学习1.2 聚类分析1.2.1 基本概念1.2.2 基本步骤1.2.3 相似性度量1.2.3.1 距离度量1.2.3.1 相似系数度量1.2.4 有效性评价准则指标1.2.4.1 外部评价1.2.4.1 内部评价1.2.4.1 相对评价2.1 聚类主要算法2.1.1 划分聚类2.1.1

机器学习实战之路 —— 5 SVM支持向量机1. 支持向量机概述1.1 线性分类1.2 非线性分类2. 支持向量机分类中的问题2.1 核函数的选择2.2 多类分类2.3 不平衡数据的处理2.4 主要算法实现步骤3. 实战3.1 多类分类3.2 不平衡数据的处理3.3 手写数字识别3.3.1 数据集描述3.3.2 识别分类实现3.3.3 不同核函数下的识别率1. 支持向量机概述统计学习是当欠缺合适的

汽车电子技术——自动驾驶技术1. 系统的硬件架构1.1 感知层—传感器1.2 决策层—汽车的大脑1.3 执行层—线控技术2. 软件系统平台2.1 基于autosar系统平台总体架构2.2 基于ROS的自动驾驶系统2.3 Apollo的自动驾驶平台3. 自动驾驶中的机器学习4. 参考学习的书籍毫无疑问，自动驾驶都已成为当下及今后汽车领域最热门的一派。2021年4月，普华永道发布《2020年数字化报告

机器学习实战之路 —— 3 决策树与随机森林一1. 决策树与随机森林概述2. 决策树常用算法实现2.1 信息增益 — ID32.2 信息增益比（增益率） — C4.52.3 基尼指数 — CART2.3.1 回归树的构建2.3.2 回归树的后剪枝3.实战3.1 决策树可视化Graphviz3.2 鸢尾花数据集决策树分类3.3 汽车评测数据的分类应用1. 决策树与随机森林概述决策树是机器学习、数据挖