1.有监督 vs  无监督学习

2.预测问题：分类 vs 数值预测

3.分类：模型构建 模型使用

4.决策树归纳分类

     什么是决策树

      决策树的生成有两个阶段组成 : 决策树构建、树剪枝

      决策树的使用：对未知样本进行分类

      决策树归纳的算法    ： 贪心算法    终止划分的条件

5.属性选择度量：三种度量，信息增益、增益率、Gini指标，数学符号zhezhi

     信息增益的计算方式：

      增益率的计算 ：

      具有最大增益率的属性选为分裂属性

       比较属性选择度量：其他属性选择度量

6.过拟合与数剪枝

  7，决策树归纳的增强

 8.大型数据库的分类  

9.贝叶斯算法

   贝叶斯理论

10.基于规则的分类分类

11.顺序覆盖算法的规则归纳

12.模型评价与选择

训练数据集数值