1

• 第1单元 机器学习综述
• 1.1机器学习的含义
• 1.2开发环境搭建
• 1.3Python编程基础

2

• 第2单元 泰坦尼克号数据分析...
• 2.1案例描述及实现
• 2.2案例详解及示例
• 2.3支撑技术

3

• 第3单元 神经网络与深度学习
• 3.1感知机模型
• 3.2人工神经网络
• 3.3神经网络模型的局限性
• 3.4常用神经网络框架简介

4

• 第4单元 精细解剖 神经网络...
• 4.1神经元结构
• 4.2激活函数
• 4.3损失函数
• 4.4下降方法与策略
• 4.5神经网络与训练技巧

5

• 第5单元 良/恶性乳腺癌肿瘤...
• 5.1案例描述及实现
• 5.2案例详解及示例
• 5.3支撑知识

6

• 第6单元 波士顿房价预测
• 6.1案例描述及实现
• 6.2数据预处理及实现
• 6.3回归任务简介
• 6.4支持向量机模型

7

• 第7单元 手写体数字聚类
• 7.1案例描述及实现
• 7.2案例详解及示例
• 7.3K均值聚类
• 7.4紧邻传播聚类

8

• 第8单元 人脸特征降维
• 8.1案例描述
• 8.2案例详解及示例
• 8.3特征降维简介
• 8.4非负矩阵分解

9

• 在线旅行社酒店价格异常检测
• 9.1案例描述
• 9.2案例详解及示例
• 9.3基于聚类的异常检测
• 9.4基于支持向量机的异常检测