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）

隐马尔科夫模型的定义 HMM模型的三个基本问题 EM算法 前向后向算法 鲍姆-韦尔奇算法 维比特算法

1 降维算法简介 2 四大降维算法 3 主成分分析

01 分类算法的问题描述 02 KNN算法 03 SVM算法 04 神经网络算法

1、聚类算法简介 2、K-means算法 3、DBSCAN算法 4、层次聚类算法

1、量子力学基本回顾 2、复合体系描述 3、量子测量及相关问题 §1.1 态叠加原理 ➢ 波叠加 经典 合成的波中有各种成分 相干性 量子 相干性 新特点 §1.2 矩阵力学基础——力学量和算符 §1.3 量子测量及相关问题 1.3.1量子测量基础 1.3.2广义测量和POVM测量

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）决策树

线性回归 ●最小二乘法 ●梯度下降 二分类任务 ●对数几率回归-Logistic Regression ●线性判别分析-Linear Discriminate Analysis 多分类任务 ●一对一 ●一对其余 ●多对多 类别不平衡问题

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）模型评估与选择

1. 学习程序逻辑结构，掌握设计程序的基本思路，初步了解结构化程序设计方法； 2. 学习一门编程语言，掌握C程序的基本构成； ➢ 数据类型和表达式； ➢ 顺序、分支、循环语句； ➢ 数组、函数、指针； ➢ 结构共用体、位运算、文件  数 组  函 数  预处理  指 针  结构体  位运算  文 件  程序设计基础  C语言概述  数据类型表达式  顺序结构程序设计  选择结构程序设计  循环结构程序设计