001.数学基础
    002.数学基础
    003.数学基础
    004.数学基础
    005.数学基础
    006.数学基础
    007.数学基础
    008.数学基础
    009.机器学习概念
    010.机器学习概念
    011.机器学习概念
    012.机器学习概念
    013.机器学习概念
    014.机器学习概念
    015.机器学习概念
    016.机器学习概念
    017.回归算法
    018.回归算法
    019.回归算法
    020.回归算法
    021.回归算法
    022.回归算法
    023.回归算法
    024.回归算法
    025.回归算法
    026.回归算法
    027.回归算法
    028.回归算法
    029.回归算法
    030.回归算法
    031.回归算法
    032.回归算法晚自习
    033.KNN原理
    034.决策树原理_熵
    035.KNN_demo
    036.决策树_ID3
    037.决策树_demo
    038.决策树_剪枝
    039.决策树晚自习
    040.集成学习_随机森林
    041.集成学习_随机森林
    042.集成学习_随机森林demo
    043.集成学习_Adaboost
    044.集成学习_AdaBoost
    045.集成学习_AdaBoostDemo
    046.集成学习_晚自习
    047.XGBoost_原理
    048.XGBoost_原理
    049.XGBoost_demo
    050.集成学习_决策树比较
    051.集成学习_GBDT原理
    052.集成学习_GBDT原理
    053.多标签分类_分类方式
    054.聚簇_KMeans
    055.聚簇_KMeans
    056.聚簇_指标
    057.聚簇_层次聚类
    058.聚簇_密度聚类
    059.聚簇_晚自习
    060.聚簇_晚自习
    061.SVM_拉格朗日乘子
    062.SVM_KKT
    063.SVM_线性可分
    064.SVM_软间隔
    065.SVM_核函数
    066.SVM_SVR
    067.SVM_SMO
    068.SVM_Demo
    069.SVM_SVRDemo
    070.多标签分类
    071.多标签分类_Demo
    072.聚簇_Demo
    073.SVM_晚自习
    074.SVM_晚自习
    075.贝叶斯_概率题
    076.朴素贝叶斯
    077.贝叶斯网络
    078.贝叶斯_demo
    079.EM_基础回顾
    080.EM算法原理
    081.EM算法案例
    082.EM收敛证明
    083.EM算法GMM
    084.EM算法_demo
    085.主题模型
    086.主题模型_demo
    087.晚自习
    088.EM算法_晚自习
    089.hmm_马尔可夫链
    090.hmm_模型定义
    091.hmm_前向算法
    092.hmm_后向算法
    093.hmm_监督学习
    094.hmm_BaumWelch
    095.hmm_动态规划
    096.hmm_Viterbi
    097.hmm_路径跟踪
    098.hmm_demo
    099.特征工程_数据清洗
    101.hmm_晚自习
    101.特征工程_PCA
    102.特征工程_jieba_demo
    103.特征工程_缺省值填充
    104.特征工程_特征选择
    105.面试题
    106.机器学习工作内容
    106.特征工程_不平衡类
    107.hmm_晚自习