5-3 决策树实战之信息增益的计算

• 第1章 课程介绍
• 视频：1-1 课程介绍(06:36)

• 第2章 K-Means聚类算法理论精讲
• 视频：2-1 K-means算法背景介绍(05:39)
• 视频：2-2 K-means算法精讲(09:32)
• 视频：2-3 K-means算法理论步骤(09:20)
• 视频：2-4 K-means算法的性能分析(06:38)
• 视频：2-5 K-means算法调优过程(07:28)
• 视频：2-6 K-means算法改进(03:00)

• 第3章 K-Means聚类算法编程实现
• 视频：3-1 k-means算法实战（上）(24:20)
• 视频：3-2 K-means算法实战（下）(10:37)
• 视频：3-3 K-means算法实战调优过程(10:25)
• 视频：3-4 K-means算法小结(04:28)

• 第4章 决策树算法理论精讲
• 视频：4-1 决策树算法背景介绍(05:32)
• 视频：4-2 算法中熵的概念(09:52)
• 视频：4-3 条件熵和信息增益(06:53)
• 视频：4-4 ID3算法精讲(05:29)
• 视频：4-5 ID3算法举例(07:54)
• 视频：4-6 决策树的剪枝(04:41)

• 第5章 决策树算法编程实现
• 视频：5-1 决策树实战之熵的计算(13:15)
• 视频：5-2 决策树实战之条件熵的计算(05:45)
• 视频：5-3 决策树实战之信息增益的计算(14:16)
• 视频：5-4 决策树课程小结(05:01)

• 第6章 课程总结
• 视频：6-1 课程总结(04:16)