内容介绍：
第1课 机器学习概论
第2课 线性回归与Logistic。案例：电子商务业绩预测
第3课 岭回归，Lasso，变量选择技术。案例：凯撒密码破译
第04课 降维技术
第05课 线性分类器
第06课 决策树
第07课 支持向量机
第08课 人工神经网络
第09课 通过逼近器径向基函数神经网络
第10课 概率神经网络和贝叶斯分类器
第11课 聚类
资料
百度网盘下载地址：