 6.1 Basic Concepts  6.2 Decision Tree Induction  6.3 Bayes Classification Methods  6.4 Rule-Based Classification  6.5 Model Evaluation and Selection  6.6 Techniques to Improve Classification Accuracy

电子科技大学：《数据分析与数据挖掘 Data Analysis and Data Mining》课程教学资源（课件讲稿）Lecture 04 Association Rules of Data Reasoning（FP-growth Algorithm）

电子科技大学：《数据分析与数据挖掘 Data Analysis and Data Mining》课程教学资源（课件讲稿）Lecture 04 Association Rules of Data Reasoning（Apriori Algorithm、Improve of Apriori Algorithm）

电子科技大学：《数据分析与数据挖掘 Data Analysis and Data Mining》课程教学资源（课件讲稿）Lecture 03 Regression Analysis（Logistic Regression）

 Data Integration  Data Reduction  Data Transformation Open Section

电子科技大学：《数据分析与数据挖掘 Data Analysis and Data Mining》课程教学资源（课件讲稿）量子降维算法

电子科技大学：《数据分析与数据挖掘 Data Analysis and Data Mining》课程教学资源（课件讲稿）量子神经网络（Neural Network，NN）

电子科技大学：《数据分析与数据挖掘 Data Analysis and Data Mining》课程教学资源（课件讲稿）量子支持向量机（support vector machine, SVM）

电子科技大学：《数据分析与数据挖掘 Data Analysis and Data Mining》课程教学资源（课件讲稿）量子机器学习（量子K-means算法）

一阶常微分方程初值问题的一般形式是: