课程目录

• 其他
• 概率论
• 凸优化
• 微积分
• 线性代数
• 第10课 聚类
• 第11课 聚类与推荐系统实战
• 第12课 贝叶斯网络
• 第13课 隐马尔科夫模型HMM
• 第14课 主题模型
• 第15课 神经网络初步
• 第16课 卷积神经网络与计算机视觉
• 第17课 循环神经网络与自然语言处理
• 第18课 深度学习实践
• 第1课 回归问题与应用
• 第2课 决策树与树集成模型
• 第3课 SVM
• 第4课 最大熵与EM算法（上）
• 第4课 最大熵与EM算法（下）
• 第5课 机器学习中的特征工程处理
• 第6课 多算法组合与模型最优化
• 第7课 sklearn与机器学习实战
• 第8课 高级工具xgboost_lightGBM与建模实战
• 第9课 电商推荐系统
• 资料.exe