内容介绍：
课时1：机器学习应用实验手册
第1 章 ： 第一周课件资料和视频
        课时2：1.机器学习与数学分析
        课时3：视频-1.机器学习与数学分析
        课时4：2.概率论与贝叶斯先验
        课时5：视频-2.概率论与贝叶斯先验
        课时6：3.数理统计与参数估计
        课时7：视频-3.数理统计与参数估计
第2 章 ： 第二周课件资料和视频
        课时8：4.矩阵和线性代数
        课时9：视频-4.矩阵和线性代数
        课时10：5.凸优化
        课时11：视频-5.凸优化
        课时12：6.Python基础
        课时13：视频-6.Python基础
第3 章 ： 第三周课件资料和视频
        课时14：7.Python库
        课时15：视频-7.Python库
        课时16：8.回归与特征选择
        课时17：视频-8.回归与特征选择
        课时18：9.Logistic回归
        课时19：视频-9.Logistic回归
第4 章 ： 第四周课件资料和视频
        课时20：10.回归实践
        课时21：视频-10.回归实践
        课时22：11.决策树和随机森林
        课时23：视频-11.决策树和随机森林
        课时24：12.决策树和随机森林实践,
        课时25：视频-12.决策树和随机森林实践
第5 章 ： 第五周课件资料和视频
        课时26：13.提升
        课时27：视频-13.提升
        课时28：14.XGBoost实践
        课时29：视频-14.XGBoost实践
        课时30：15.SVM
        课时31：视频-15.SVM
第6 章 ： 第六周课件资料和视频
        课时32：16.SVM实践
        课时33：视频-16.SVM实践
        课时34：17.聚类!
        课时36：18.聚类实践
        课时37：视频-18.聚类实践
第7 章 ： 第七周课件资料和视频
        课时38：19.EM算法
        课时39：视频-19.EM算法
        课时40：20.EM算法实践
        课时41：视频-20.EM算法实践
        课时42：21.贝叶斯网络
        课时43：视频-21.贝叶斯网络
第8 章 ： 第八周课件资料和视频
        课时44：22.贝叶斯网络实践
        课时45：视频-22.贝叶斯网络实践
        课时46：23.主题模型
        课时47：视频-23.主题模型
        课时48：24.主题模型实践
        课时49：视频-24.主题模型实践
第9 章 ： 第九周课件资料和视频
        课时50：25.HMM
        课时51：视频-25.HMM
        课时52：26.HMM实践
        课时53：视频-26.HMM实践
百度网盘下载地址：