基于信道的历史信息来预测不同信道的未来可用时间可以帮助CR选择一个最佳信道进行信息传递。不同的预测准则应用到周期或是随机的开关模式中。一个CR可以学习以往不同信道的模式。我们提出一个简单的分类和学习方法去检测模式的类型和收集需要的信息用于智能信道的选择。MATLAB仿真结果显示提出的方案在随机信道的随机和周期模式中都有优越的表现。随着时间的变化，新到的切换次数减少到55 ，并且延迟时间也相应减少，而吞吐量却在提高。-Prediction of future availability times

centos 学习手册 并对初学者进行分类讲解-centos study manual for beginners and explain the classification

C4.5算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3算法.C4.5算法继承了ID3算法的优点，并在以下几方面对ID3算法进行了改进：1)用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足;

说实在的，这个概念有些过于高大上，从大的方面包括、、强化学习等等，而深度学习又包括图像识别、语音识别、自然语言处理、预测分析;机器学习则包括监督学习、无监督学习、半监督学习，监督学习又细分为回归、分类、决策树等等。理论上人工智能什么都能做，什么都能迎合的上。