课程目录
第1课 机器学习中的微分与矩阵.mp4
第2课 概率与凸优化.mp4
第3课 回归问题与应用.mp4
第4课 决策树、随机森林、GBDT.mp4
第5课 SVM.mp4
第6课 最大熵与EM算法.mp4
第7课 机器学习中的特征工程处理.mp4
第8课 多算法组合与模型最优化.mp4
第9课 sklearn与机器学习实战.mp4
第10课 高级工具xgboost_lightGBM与建模实战.mp4
第11课 用户画像与推荐系统.mp4
第12课 聚类.mp4
第13课 聚类与推荐系统实战.mp4
第14课 贝叶斯网络.mp4
第15课 隐马尔科夫模型HMM.mp4
第16课 主题模型.mp4
第17课 神经网络初步.mp4
第18课 卷积神经网络与计算机视觉.mp4
第19课 循环神经网络与自然语言处理.mp4
第20课 深度学习实践.mp4
