基本概念的第四章 PPT 是你入门信息熵和ID3 算法的好材料。里面的概念讲得比较清楚，比如信息增益怎么计算、怎么选属性这些，算是比较实用的基础梳理。讲到 ID3 决策树的构建流程时，配图也挺直观的，刚接触的同学看起来压力不大。
信息熵的定义有点绕，但 PPT 里配了小例子，像“打球还是下雨”那种，用日常场景解释概率分布，有。你要是搞不清楚什么是“熵越小越纯”，这部分建议多看几遍，理解后你会发现挺有趣的。
如果你是想实际动手，可以顺着这几个资料看下去，像ID3 算法决策树程序实现和信息增益的 Java 实现，里面有完整代码，基本照着写一遍就能跑通。
还有个细节，PPT 里虽然没展开讲信息增益率，但如果你接触的是C4.5或者随机森林，可以看看这个特征选择算法的解析，理解上会更完整。
如果你正在准备课程作业或者复习考试，这套资料还挺合适的。嗯，配套代码和例子都有，节省你不少时间。