第326章 智能算法，航天（2 / 4）

的不在意，甚至是不喜。

    来不及多想，王东来就又讲了起来。

    “第三种便是决策树，如果说线性和逻辑回归都是把任务在一个回合内结束，那么决策树就是一个多步走的动作，它同样用于回归和分类任务中，不过场景更加复杂和具体。”

    “举个例子，就像是我面对你们这个班级，如何分辨出哪些是好学生？如果只是依据高考成绩，或者出一套试卷让你们做的话，唯分数论的话，就有些太粗暴了。”

    “那么，我就可以从作业、态度、出勤、提问等方面分开讨论，每一个有分叉的圈称为节点，在每一个节点上，根据可用的特征询问有关数据的问题，左右分支代表可能的答案，最终节点对应一个预测值，每个特征的鹅重要性都是通过自顶向下方法确定的，节点越高，其属性也就越高，比如说我如果觉得勤奋比成绩更重要，所以勤奋的节点就高。”

    “第四种，Naive Bayes朴素贝叶斯，是基于贝叶斯定理，即两个条件关系之间，它测量每个类的概率，每个类的条件概率该出的x值。”

    “用非术语解释贝叶斯定理，那就是通过A条件下发生B的概率，去得出B条件下发生A的概率，当然了，这个过程中还要引入一些其他数据用以确保结论正确。”

    “第五种，Artificial Neural Networks人工神经网络，其本质是一组带有权值的边和节点组成的相互联接的层，称之为神经元，在输入层和输出层之间，可以插入多个隐藏层，人工神经网络使用了两个隐藏层，还需要处理深度学习。”

    “人工神经网络的工作原理和大脑的结构类似，一组神经元被赋予一个随机权重，以确定神经元如何处理输入数据，通过对输入数据训练神经网络来学习输入和输出之间的关系。”

    “在训练阶段，系统可以访问正确答的答案，如果网络不能准确识别输入，系统就会调整权重，通过充分的训练后，它会始终如一地识别出正确的模式。”

    “而在神经网络之中有一个比较有意思的应用就是图像识别，你们有兴趣的话，也可以在这上面多费些心，以后找工作的话，工资不会低。”

    说到这里的时候，王东来看了一眼挂在教室的钟。

    “好了，也快下课了，还有降维、随机森林、K-均值、K-最领算法、支持向量机等算法没有说，你们下去之后自己可以提前找找资料，自学一下。”

    “我就不给你们布置作业了，把这几个没讲的算法好好了解一下，下一节课我来听听你们的想法。”

    “好了，下课！”

    王东来话音刚落，下课铃声也顿时响起。

    没有半分犹豫，直接就走出了教室。

    “嘶，这就是王神的真正实力吗，这还只是在计算机领域上，要是数学领域，恐怕更不得了。”

    “一节课听得我如痴如醉，不知道你们有没有这个感觉？”

    “我也有这种感觉，就像是王教授说的话，直接灌输到我的脑子里一样，虽然有很多的东西我还不太懂，可是就莫名其妙地在王教授的讲解下就懂了。”

    “王教授今年才二十一岁，其实就是我们的同龄人，这差距实在是太大了！”

    “唉，也不知道王教授的脑子是怎么长的，真是让人羡慕！”

    在王东来走后，姚班的学生纷纷讨论起来。

    其实，他们并不知道的是，在上课的时候，王东来开启了【传道授业】技能，要不然的话，这些姚班的学生虽然是精挑细选出来的天才，可是就未必能跟得上王东来的授课节奏并理解。