目前，机器学习可谓业界火热的一项技术。随着计算机与网络的快速发展，机器学习在我们的生活和工作中起着越来越大的作用，正在改变着我们的生活和工作。从日常使用的相机，每天使用的搜索引擎，网上的每一次购物，到无人驾驶汽车，智能家居，智能机器人等，都有机器学习的影子。继Facebook开源人工智能系统TensorFlow，2015年11月，谷歌、微软、IBM纷纷开源其机器学习工具包，以便加快机器学习的发展与应用。机器学习正在从少为人知的技术主题转变成更多人使用的管理工具。 大数据时代，数据是企业值钱的财富，但海量的数据并非都是有价值的，如何挖掘出有用的数据变成商业价值，就需要机器学习算法。大数据和机器学习势必颠覆传统行业的运营方式，必将驱动公司业务的发展。目前，越来越多的机器学习/数据挖掘算法被应用在电商、搜索、金融、游戏，医疗等领域中的分析、挖掘、推荐上。 但懂机器学习算法的人才却少之又少，物以稀为贵，致使这个行业的工资奇高。
地址:http://pan.baidu.com/s/1eTxFxz8 密码:urh7
01_01.什么是机器学习
01_02.课程内容介绍
01_03.k最近邻算法的思想
01_04.机器学习中常用的距离解析
01_05.实战knn算法.鸢尾花分类
02_01.概率基本知识（基本概念、加法公式、乘法公式）
02_02.通过例子深入掌握概率乘法公式
02_03.全概率公式和贝叶斯定理
02_04.实战贝叶斯.智能手环推荐
03_01.聚类算法概述
03_02.kmeans聚类
03_03.kmeans实战.图片按照色彩聚类
04_01.决策树概念介绍
04_02.决策树构造过程和算法分类
04_03.关键指标详解
04_04.实战
05_01.线性相关的概念（相关、独立、协方差、相关系数）
05_02.线性回归和最小二乘法
05_03.梯度和梯度下降
05_04.梯度推导.伪代码.决定系数
05_05.岭回归.lasso.弹性网
06_01.逻辑回归就是线性回归.什么是逻辑函数
06_02.最大似然估计思想
06_03.逻辑回归的梯度推导
06_04.逻辑回归实战
07_01.什么是支持向量机.原理介绍
07_02.线性可分的支持向量机
07_03.近似线性可分.非线性可分.核函数
07_04.实战SVM.坐标上升法.SMO算法
08_01.EM算法思想
08_02.EM算法的推导
08_03.EM算法实战
09_01.随机森林
09_02.adaboost算法思想精髓
09_03.adaboost算法流程实例说明
09_04.adaboost算法实战
10_01.机器学习的思想.生成模型和判别模型
10_02.理解方差和偏差.损失函数和过拟合的关系
10_03.L1.L2正则化和常见损失函数
10_04.模型选择和参数选择.交叉验证.ROC曲线
10_05.自适应学习率算法.二分法精确搜索
10_06.自适应学习率算法.基于阿米霍步长准则的线性回溯搜索算法