您当前位置: 六开彩开奖现场直播  >  学术讲座

讲准字184号:Supervised Learning: k-NN, Decision tree, Random forest

发布时间:2018-06-04|浏览次数:

题目:Supervised Learning: k-NN, Decision tree, Random forest

主讲:Daming Zhang

时间:2018年6月14日 10:00

地点:理学院104

主办:理学院


主讲简介:Daming Zhang,加州州立大学弗雷斯诺分校教授。研究专长:发动机技术和整车开发、绿色能源和替代燃料,噪声的分析和抑制。Daming Zhang于1997年获爱荷华州立大学工程力学博士。他的研究兴趣包括发动机技术和整车开发、绿色能源和替代燃料,噪声的估计和抑制。张教授拥有超过12年的行业工作经验,在FEV发动机技术有限公司任发动机NVH部高级工程师,在莱克斯勒汽车公司和福特汽车公司做咨询高级工程师。张博士在韦恩州立大学机械工程系和西北工业大学航空航天工程系有10年的教学经验。 2010年以来发表论文30余篇,其中多篇影响因子大于4。


主讲内容:监督式学习是机器学习领域中一种主要的学习方式。需要通过已有的数据训练出一个最优的模型,能够表示这些已有的模型并对新的数据进行预测。决策树算法是监督式学习中的一种算法,根据数据的属性采用树状结构建立决策模型,决策树模型常常用来解决分类和回归问题。随机森林是一个包含多个决策树的分类器,是过去几年来新兴的机器学习技术,它是基于非线性的决策树模型,通常能够提供准确的结果。本报告将详细介绍决策树以及随机森林算法。


欢迎广大师生参加!