. They provide an easytofollow roadmap to becoming a data head from the basics of statistics and machine learning to advanced topics like deep learning and neural networks. Youll learn how to analyze data like a pro, communicate your findings clearly and effectively, and make databased decisions that drive results. The authors also share their own journey into data science and offer practical tips for navigating the field. Data science has become an integral part of our lives, and we need to understand the concept behind it to move forward. This book is an excellent resource for anyone looking to gain a deeper understanding of the subject. It provides a comprehensive overview of the fundamental concepts of data science, making it easy to grasp and apply them in real life situations. The authors have done an incredible job of simplifying complex ideas while maintaining their integrity, making this book accessible to readers at any level of experience. The book starts with an introduction to statistical thinking, which is essential for mastering data science. It explains how to approach problems systematically, identify patterns, and draw conclusions based on data. Readers will learn how to calculate summary statistics such as mean median and standard deviation, visualize data using plots and charts, and perform basic statistical tests to determine if differences exist between groups. Next, they'll dive into machine learning, where they'll discover how algorithms can be trained to recognize patterns in data and make predictions or classify new inputs. They'll explore supervised and unsupervised learning techniques, including linear regression decision trees clustering and neural networks.

.Они предоставляют easytofollow дорожную карту, чтобы стать головой данных от основ статистики и машинного обучения до передовых тем, таких как глубокое обучение и нейронные сети. Вы научитесь анализировать данные как профессионал, четко и эффективно сообщать о своих выводах и принимать решения на основе данных, которые способствуют получению результатов. Авторы также делятся своим собственным путешествием в науку о данных и предлагают практические советы по навигации в этой области. Наука о данных стала неотъемлемой частью нашей жизни, и мы должны понять концепцию, стоящую за ней, чтобы двигаться вперед. Эта книга - отличный ресурс для всех, кто хочет глубже разобраться в предмете. Он предоставляет всесторонний обзор фундаментальных концепций науки о данных, облегчая их понимание и применение в реальных жизненных ситуациях. Авторы проделали невероятную работу по упрощению сложных идей при сохранении их целостности, сделав эту книгу доступной для читателей на любом уровне опыта. Книга начинается с введения в статистическое мышление, которое необходимо для освоения науки о данных. В нем объясняется, как подходить к проблемам системно, выявлять закономерности и делать выводы на основе данных. Читатели узнают, как рассчитать сводную статистику, например, среднюю медиану и стандартное отклонение, визуализировать данные, используя графики и диаграммы, и выполнить основные статистические тесты, чтобы определить, существуют ли различия между группами. Затем они погрузятся в машинное обучение, где узнают, как алгоритмы могут быть обучены распознавать закономерности в данных и делать прогнозы или классифицировать новые входные данные. Они будут изучать контролируемые и неконтролируемые методы обучения, включая кластеризацию деревьев решений линейной регрессии и нейронные сети.

.Ils fournissent une feuille de route easytofollow pour devenir la tête des données des bases des statistiques et de l'apprentissage automatique à des sujets de pointe tels que l'apprentissage profond et les réseaux neuronaux. Vous apprendrez à analyser les données en tant que professionnel, à communiquer vos conclusions de manière claire et efficace et à prendre des décisions basées sur des données qui contribuent à l'obtention de résultats. s auteurs partagent également leur propre voyage dans la science des données et offrent des conseils pratiques pour naviguer dans ce domaine. La science des données est devenue une partie intégrante de notre vie, et nous devons comprendre le concept derrière elle pour aller de l'avant. Ce livre est une excellente ressource pour tous ceux qui veulent approfondir le sujet. Il fournit un aperçu complet des concepts fondamentaux de la science des données, facilitant leur compréhension et leur application dans des situations réelles de la vie. s auteurs ont fait un travail incroyable pour simplifier les idées complexes tout en préservant leur intégrité, en rendant ce livre accessible aux lecteurs à tous les niveaux d'expérience. livre commence par une introduction à la pensée statistique, qui est nécessaire pour apprendre la science des données. Il explique comment traiter les problèmes de manière systémique, identifier les schémas et tirer des conclusions sur la base des données. s lecteurs apprendront à calculer les statistiques sommaires, par exemple la médiane moyenne et l'écart-type, à visualiser les données à l'aide de graphiques et de graphiques, et à effectuer des tests statistiques de base pour déterminer s'il y a des différences entre les groupes. Ils s'immergeront ensuite dans l'apprentissage automatique, où ils apprendront comment les algorithmes peuvent être formés à reconnaître les schémas dans les données et à faire des prédictions ou à classer de nouvelles entrées. Ils étudieront des méthodes d'apprentissage contrôlées et non contrôlées, y compris le regroupement des arbres de décision de régression linéaire et des réseaux neuronaux.

. Proporcionan una hoja de ruta easytofollow para convertirse en la cabeza de los datos desde los fundamentos de las estadísticas y el aprendizaje automático hasta temas avanzados como el aprendizaje profundo y las redes neuronales. Aprenderá a analizar los datos como un profesional, a comunicar sus conclusiones de manera clara y eficaz y a tomar decisiones basadas en datos que contribuyan a la obtención de resultados. autores también comparten su propio viaje a la ciencia de los datos y ofrecen consejos prácticos sobre la navegación en este campo. La ciencia de los datos se ha convertido en una parte integral de nuestras vidas y debemos entender el concepto detrás de ella para avanzar. Este libro es un gran recurso para cualquiera que quiera profundizar en el tema. Ofrece una visión global de los conceptos fundamentales de la ciencia de datos, facilitando su comprensión y aplicación en situaciones reales de la vida. autores han hecho un trabajo increíble para simplificar las ideas complejas mientras mantienen su integridad, poniendo este libro a disposición de los lectores en cualquier nivel de experiencia. libro comienza con una introducción al pensamiento estadístico que es necesario para dominar la ciencia de los datos. Explica cómo abordar los problemas de manera sistémica, identificar patrones y extraer conclusiones basadas en datos. lectores aprenderán a calcular estadísticas de resumen, como la mediana media y la desviación estándar, a visualizar los datos utilizando gráficos y diagramas, y a realizar pruebas estadísticas básicas para determinar si existen diferencias entre grupos. Luego se sumergirán en el aprendizaje automático, donde aprenderán cómo los algoritmos pueden ser entrenados para reconocer patrones en los datos y hacer predicciones o clasificar nuevas entradas. Estudiarán métodos de aprendizaje controlados e incontrolados, incluyendo el agrupamiento de árboles de soluciones de regresión lineal y redes neuronales.

.Eles fornecem um mapa de trânsito easytofollow para se tornar a cabeça dos dados desde as estatísticas básicas e o aprendizado de máquinas até temas avançados, como treinamento profundo e redes neurais. Você aprenderá a analisar os dados como profissional, informar suas conclusões de forma clara e eficaz e tomar decisões baseadas em dados que contribuam para a obtenção de resultados. Os autores também compartilham suas próprias viagens em ciências de dados e oferecem dicas práticas sobre navegação nesta área. A ciência dos dados tornou-se parte integrante das nossas vidas, e precisamos compreender o conceito por trás dela para avançar. Este livro é um excelente recurso para todos os que querem saber mais sobre o assunto. Ele fornece uma revisão completa dos conceitos fundamentais da ciência dos dados, facilitando sua compreensão e aplicação em situações reais de vida. Os autores fizeram um trabalho incrível para simplificar ideias complexas, mantendo sua integridade, tornando este livro acessível aos leitores em qualquer nível de experiência. O livro começa com a introdução no pensamento estatístico que é essencial para a ciência dos dados. Explica como abordar os problemas sistematicamente, identificar padrões e tirar conclusões com base em dados. Os leitores aprendem como calcular estatísticas resumidas, como mediana média e desvio padrão, visualizar dados usando gráficos e gráficos e realizar testes estatísticos básicos para determinar se existem diferenças entre os grupos. Em seguida, eles vão mergulhar no treinamento de máquinas, onde aprendem como os algoritmos podem ser treinados para reconhecer padrões de dados e fazer previsões ou classificar novos dados de entrada. Eles vão estudar métodos de aprendizagem controlados e descontrolados, incluindo clusterização de árvores soluções de regressão linear e redes neurais.

. Forniscono easytoofollow road map per diventare la testa dei dati dai fondamentali delle statistiche e dell'apprendimento automatico ai temi avanzati come l'apprendimento profondo e le reti neurali. impara ad analizzare i dati in qualità di professionista, a comunicare le proprie conclusioni in modo chiaro ed efficace e a prendere decisioni basate su dati che aiutano a ottenere risultati. Gli autori condividono anche il proprio viaggio nella scienza dei dati e offrono consigli pratici per navigare in questo campo. La scienza dei dati è diventata parte integrante della nostra vita e dobbiamo capire il concetto che c'è dietro per andare avanti. Questo libro è un'ottima risorsa per tutti coloro che vogliono approfondire l'argomento. Fornisce una panoramica completa dei concetti fondamentali della scienza dei dati, facilitandone la comprensione e l'applicazione in situazioni reali di vita. Gli autori hanno fatto un lavoro incredibile per semplificare le idee complesse mantenendo la loro integrità, rendendo questo libro accessibile ai lettori a qualsiasi livello di esperienza. Il libro inizia con l'introduzione al pensiero statistico che è necessario per imparare la scienza dei dati. Spiega come affrontare i problemi in modo sistemico, individuare gli schemi e trarre conclusioni basate sui dati. I lettori impareranno a calcolare statistiche di riepilogo, come la mediana media e la deviazione standard, a visualizzare i dati utilizzando grafici e grafici e a eseguire test statistici di base per determinare se esistono differenze tra i gruppi. Poi si immergeranno nell'apprendimento automatico, dove scopriranno come gli algoritmi possono essere addestrati a riconoscere gli schemi dei dati e fare previsioni o classificare i nuovi dati di input. Studieranno metodi di apprendimento controllati e incontrollati, tra cui il clustering di alberi soluzioni di regressione lineare e reti neurali.

.e bieten easytofollow eine Roadmap, um Datenkopf zu werden, von den Grundlagen der Statistik und des maschinellen rnens bis hin zu fortgeschrittenen Themen wie Deep arning und neuronalen Netzen. e lernen, Daten wie ein Profi zu analysieren, Ihre Erkenntnisse klar und effektiv zu kommunizieren und datengesteuerte Entscheidungen zu treffen, die zu Ergebnissen beitragen. Die Autoren teilen auch ihre eigene Reise in die Datenwissenschaft und bieten praktische Tipps zur Navigation in diesem Bereich. Data Science ist zu einem integralen Bestandteil unseres bens geworden, und wir müssen das Konzept dahinter verstehen, um voranzukommen. Dieses Buch ist eine großartige Ressource für alle, die einen tieferen Einblick in das Thema erhalten möchten. Es bietet einen umfassenden Überblick über grundlegende Konzepte der Datenwissenschaft und erleichtert deren Verständnis und Anwendung in realen tuationen. Die Autoren haben unglaubliche Arbeit geleistet, um komplexe Ideen zu vereinfachen und gleichzeitig ihre Integrität zu bewahren, indem sie dieses Buch für ser auf jeder Erfahrungsebene zugänglich gemacht haben. Das Buch beginnt mit einer Einführung in das statistische Denken, das für die Beherrschung der Datenwissenschaft notwendig ist. Es erklärt, wie man Probleme systematisch angeht, Muster identifiziert und aus Daten Schlüsse zieht. Die ser lernen, wie sie zusammengefasste Statistiken wie den Median und die Standardabweichung berechnen, Daten mithilfe von Diagrammen und Diagrammen visualisieren und grundlegende statistische Tests durchführen, um festzustellen, ob Unterschiede zwischen den Gruppen bestehen. e tauchen dann in maschinelles rnen ein, wo sie lernen, wie Algorithmen trainiert werden können, um Muster in Daten zu erkennen und Vorhersagen zu treffen oder neue Eingaben zu klassifizieren. e werden kontrollierte und unkontrollierte rntechniken untersuchen, einschließlich Clustering von linearen Regressionsentscheidungsbäumen und neuronalen Netzen.

. Dostarczają one łatwego planu działania, aby stać się szefem danych z podstaw statystyki i uczenia maszynowego do najnowocześniejszych tematów, takich jak głębokie uczenie się i sieci neuronowe. Będziesz uczyć się analizować dane jako profesjonalista, zgłaszać swoje wyniki jasno i skutecznie oraz podejmować decyzje w oparciu o dane, które przyczyniają się do wyników. Autorzy dzielą się również własną podróżą w dziedzinie danych i oferują praktyczne wskazówki dotyczące nawigacji po terenie. Nauka o danych stała się integralną częścią naszego życia i musimy zrozumieć koncepcję, za którą stoi, aby iść naprzód. Ta książka jest wielkim źródłem dla każdego, kto chce głębiej zagłębić się w temat. Zapewnia kompleksowy przegląd podstawowych koncepcji nauki o danych, ułatwiając ich zrozumienie i stosowanie w rzeczywistych sytuacjach życiowych. Autorzy wykonali niesamowite zadanie upraszczania złożonych pomysłów przy zachowaniu ich integralności, dzięki czemu książka ta jest dostępna dla czytelników na każdym poziomie doświadczenia. Książka rozpoczyna się od wprowadzenia do statystycznego myślenia, które jest niezbędne do opanowania nauki o danych. Wyjaśnia, jak systematycznie podchodzić do problemów, identyfikować wzory i wyciągać wnioski z danych. Czytelnicy dowiedzą się, jak obliczać statystyki podsumowujące, takie jak średnia mediana i odchylenie standardowe, wizualizować dane za pomocą wykresów i wykresów oraz wykonywać podstawowe testy statystyczne w celu określenia, czy istnieją różnice między grupami. Następnie zanurzą się w nauce maszynowej, gdzie dowiedzą się, jak algorytmy mogą być szkolone do rozpoznawania wzorców w danych i dokonywania prognoz lub klasyfikowania nowych wejść. Będą badać kontrolowane i niekontrolowane metody uczenia się, w tym klastrowanie liniowych drzew decyzyjnych regresji i sieci neuronowych.

. הם מספקים מפת דרכים קלה להפוך לראש המידע מהיסודות של סטטיסטיקה ומכונה הלומדת לנושאים חדשניים כמו למידה עמוקה ורשתות עצביות. אתם תלמדו לנתח נתונים כמקצועי, לדווח על הממצאים שלכם בצורה ברורה ויעילה, ולקבל החלטות בהתבסס על נתונים שתורמים לתוצאות. המחברים גם חולקים את מסעם במדעי המידע ומציעים עצות מעשיות לניווט בתחום. מדע הנתונים הפך לחלק בלתי נפרד מחיינו, ועלינו להבין את הרעיון מאחוריו כדי להתקדם. הספר הזה הוא משאב גדול לכל מי שרוצה להתעמק יותר בנושא. הוא מספק סקירה מקיפה של המושגים הבסיסיים של מדעי המידע, המקלים על הבנתם ויישומם במצבים של החיים האמיתיים. המחברים עשו עבודה מדהימה של פישוט רעיונות מורכבים תוך שמירה על יושרם, מה שהופך ספר זה נגיש לקוראים בכל רמת ניסיון. הספר מתחיל עם הקדמה לחשיבה סטטיסטית, אשר הכרחית להתמחות במדעי המידע. זה מסביר איך לגשת לבעיות באופן שיטתי, לזהות דפוסים ולהסיק מסקנות מנתונים. הקוראים ילמדו כיצד לחשב סטטיסטיקות מסכמות כגון סטיית ביניים ממוצעת וסטיית תקן, יצפו בנתונים באמצעות גרפים ותרשימים, ויבצעו בדיקות סטטיסטיות בסיסיות כדי לקבוע אם קיימים הבדלים בין הקבוצות. לאחר מכן הם יטבלו את עצמם בלמידת מכונה, שם הם ילמדו כיצד ניתן לאמן אלגוריתמים לזהות דפוסים בנתונים ולבצע תחזיות או לסווג קלט חדש. הם ילמדו שיטות למידה מבוקרות ובלתי מבוקרות, כולל קיבוצים של עצי רגרסיה לינאריים ורשתות עצביות.''

. İstatistiklerin ve makine öğreniminin temellerinden derin öğrenme ve sinir ağları gibi en yeni konulara kadar verilerin başı olmak için kolay bir yol haritası sunarlar. Verileri bir profesyonel olarak analiz etmeyi, bulgularınızı açık ve etkili bir şekilde rapor etmeyi ve sonuçlara katkıda bulunan verilere dayanarak kararlar almayı öğreneceksiniz. Yazarlar ayrıca veri bilimine kendi yolculuklarını paylaşıyor ve alanda gezinmek için pratik ipuçları sunuyor. Veri bilimi hayatımızın ayrılmaz bir parçası haline geldi ve ilerlemek için arkasındaki kavramı anlamalıyız. Bu kitap, konuyu daha derinlemesine araştırmak isteyen herkes için harika bir kaynaktır. Veri biliminin temel kavramlarına kapsamlı bir genel bakış sağlar, gerçek yaşam durumlarında anlaşılmasını ve uygulanmasını kolaylaştırır. Yazarlar, bütünlüklerini korurken karmaşık fikirleri basitleştirmek için inanılmaz bir iş çıkardılar ve bu kitabı herhangi bir deneyim düzeyinde okuyucular için erişilebilir hale getirdiler. Kitap, veri bilimine hakim olmak için gerekli olan istatistiksel düşünceye bir giriş ile başlar. Problemlere sistematik olarak nasıl yaklaşılacağını, kalıpların nasıl tanımlanacağını ve verilerden nasıl sonuç çıkarılacağını açıklar. Okuyucular ortalama medyan ve standart sapma gibi özet istatistiklerini hesaplamayı, verileri grafikler ve çizelgeler kullanarak görselleştirmeyi ve gruplar arasında farklılık olup olmadığını belirlemek için temel istatistiksel testler yapmayı öğreneceklerdir. Daha sonra, algoritmaların verilerdeki kalıpları tanımak ve tahminlerde bulunmak veya yeni girdileri sınıflandırmak için nasıl eğitilebileceğini öğrendikleri makine öğrenimine dalacaklar. Doğrusal regresyon karar ağaçlarının ve sinir ağlarının kümelenmesi de dahil olmak üzere kontrollü ve kontrolsüz öğrenme yöntemlerini inceleyeceklerdir.

. إنها توفر خارطة طريق للمتابعة السهلة لتصبح رئيس البيانات من أساسيات الإحصاء والتعلم الآلي إلى الموضوعات المتطورة مثل التعلم العميق والشبكات العصبية. ستتعلم تحليل البيانات كمحترف، والإبلاغ عن النتائج التي توصلت إليها بوضوح وفعالية، واتخاذ القرارات بناءً على البيانات التي تساهم في النتائج. يشارك المؤلفون أيضًا رحلتهم الخاصة في علم البيانات ويقدمون نصائح عملية للتنقل في هذا المجال. أصبح علم البيانات جزءًا لا يتجزأ من حياتنا، ويجب أن نفهم المفهوم الكامن وراءه من أجل المضي قدمًا. هذا الكتاب هو مورد رائع لأي شخص يريد التعمق في الموضوع. وهو يقدم لمحة عامة شاملة عن المفاهيم الأساسية لعلم البيانات، مما يسهل فهمها وتطبيقها في حالات الحياة الواقعية. قام المؤلفون بعمل رائع في تبسيط الأفكار المعقدة مع الحفاظ على نزاهتها، وجعل هذا الكتاب في متناول القراء على أي مستوى من الخبرة. يبدأ الكتاب بمقدمة للتفكير الإحصائي، وهو أمر ضروري لإتقان علم البيانات. ويشرح كيفية التعامل مع المشاكل بشكل منهجي، وتحديد الأنماط واستخلاص الاستنتاجات من البيانات. سيتعلم القراء كيفية حساب الإحصاءات الموجزة مثل متوسط الانحراف والمعيار، وتصور البيانات باستخدام الرسوم البيانية والمخططات، وإجراء الاختبارات الإحصائية الأساسية لتحديد ما إذا كانت الاختلافات موجودة بين المجموعات. سوف ينغمسون بعد ذلك في التعلم الآلي، حيث يتعلمون كيف يمكن تدريب الخوارزميات على التعرف على الأنماط في البيانات وعمل تنبؤات أو تصنيف مدخلات جديدة. سيدرسون طرق التعلم الخاضعة للرقابة وغير المنضبطة، بما في ذلك تجميع أشجار قرار الانحدار الخطي والشبكات العصبية.

. 통계 및 기계 학습의 기본에서 딥 러닝 및 신경망과 같은 최첨단 주제에 이르기까지 데이터 책임자가되기 위해 easytomollow 로드맵을 제공합니다. 전문가로서 데이터를 분석하고 결과를 명확하고 효과적으로보고하며 결과에 기여하는 데이터를 기반으로 결정을 내립니다. 저자는 또한 데이터 과학에 대한 자신의 여정을 공유하고 현장 탐색을위한 실질적인 팁을 제공합니다. 데이터 과학은 우리 삶의 필수 부분이되었으며 앞으로 나아 가기 위해서는 그 개념을 이해해야합니다. 이 책은 주제에 대해 더 깊이 파고 들고자하는 사람에게 훌륭한 자료입니다. 데이터 과학의 기본 개념에 대한 포괄적 인 개요를 제공하여 실제 상황에서의 이해와 적용을 촉진합니다. 저자는 무결성을 유지하면서 복잡한 아이디어를 단순화하는 놀라운 작업을 수행하여이 책을 모든 수준의 경험을 통해 독자가 액세스 할 수 있도록했습니다. 이 책은 데이터 과학을 습득하는 데 필요한 통계적 사고에 대한 소개로 시작됩니다. 체계적으로 문제에 접근하고 패턴을 식별하며 데이터에서 결론을 도출하는 방법을 설명합니다. 독자는 평균 중앙값 및 표준 편차와 같은 요약 통계를 계산하고 그래프 및 차트를 사용하여 데이터를 시각화하며 기본 통계 테스트를 수행하여 그룹간에 차이가 있는지 확인하는 방법을 배웁니다. 그런 다음 머신 러닝에 몰입하여 데이터의 패턴을 인식하고 새로운 입력을 예측하거나 분류하도록 알고리즘을 훈련시키는 방법을 배웁니다. 그들은 선형 회귀 의사 결정 트리 및 신경망의 클러스터링을 포함하여 통제되고 통제되지 않은 학습 방법을 연구 할 것입니다.

.統計や機械学習の基礎からディープラーニングやニューラルネットワークなどの最先端のトピックまで、データの先頭になるためのeasytofollowロードマップを提供します。プロフェッショナルとしてデータを分析し、結果を明確かつ効果的に報告し、結果に貢献するデータに基づいて意思決定を行うことを学びます。著者はまた、データサイエンスへの独自の道のりを共有し、フィールドをナビゲートするための実用的なヒントを提供しています。データサイエンスは私たちの生活の不可欠な部分となっており、前進するためにはその背後にある概念を理解しなければなりません。この本は、主題を深く掘り下げたい人にとって素晴らしいリソースです。データサイエンスの基本的な概念の包括的な概要を提供し、実際の状況での理解と応用を促進します。著者たちは、複雑なアイデアを簡素化しながら、その完全性を維持するという信じられないほどの仕事をしてきました。この本は、データサイエンスを習得するために必要な統計的思考の紹介から始まります。問題に体系的にアプローチし、パターンを特定し、データから結論を導く方法を説明します。平均値の中央値や標準偏差などの要約統計の計算方法を学び、グラフやグラフを使ってデータを視覚化し、グループ間の差異が存在するかどうかを判断するための基本的な統計テストを行います。その後、機械学習に没頭し、アルゴリズムを学習してデータのパターンを認識し、予測を行い、新しい入力を分類する方法を学びます。彼らは、線形回帰決定木やニューラルネットワークのクラスタリングを含む、制御された、制御されていない学習方法を研究する。

他们提供了easytofollow路线图，成为从统计基础和机器学习到深度学习和神经网络等尖端主题的数据头。您将学习如何以专业身份分析数据，明确有效地报告您的调查结果，并根据有助于获得结果的数据做出决策。作者还分享了自己在数据科学方面的旅程，并提供了有关该领域导航的实用建议。数据科学已经成为我们生活中不可或缺的一部分，我们必须了解它背后的概念才能向前迈进。这本书对于任何想要更深入地了解主题的人来说是一个伟大的资源。它全面概述了数据科学的基本概念，促进了它们在现实生活中的理解和应用。作者做了令人难以置信的工作，以简化复杂的想法，同时保持其完整性，使任何经验水平的读者都可以使用这本书。本书首先介绍了掌握数据科学所需的统计思维。它解释了如何系统地处理问题，确定模式并基于数据得出结论。读者将学习如何计算汇总统计数据，例如中位数和标准偏差，使用图形和图表可视化数据，并执行基本统计测试以确定组之间是否存在差异。然后，他们将沉浸在机器学习中，在那里他们将学习如何训练算法来识别数据中的模式并进行预测或对新输入进行分类。他们将学习受控和不受控制的学习方法，包括线性回归决策树聚类和神经网络。