课程目录：

├──01.序-学习课件
| ├──机器学习课件最终版PDF合集 3
| ├──1.1_初识机器学习.mp4 31.66M
| └──机器学习课件最终版PDF合集 3.zip 28.32M
├──02.机器学习基础
| ├──1.1.1_机器学习的应用背景 .mp4 136.05M
| ├──1.1.1_机器学习的应用背景.mp4 325.52M
| ├──1.1.2_什么是机器学习 .mp4 72.88M
| ├──1.1.2_什么是机器学习.mp4 204.30M
| ├──1.2_一般的机器学习系统设计_part01 .mp4 65.99M
| ├──1.2_一般的机器学习系统设计_part01.mp4 197.73M
| ├──1.2_一般的机器学习系统设计_part02 .mp4 84.75M
| └──1.2_一般的机器学习系统设计_part02.mp4 262.70M
├──03.机器学习实验方法与原则
| ├──2.1_机器学习实验方法与原则I .mp4 134.22M
| ├──2.1_机器学习实验方法与原则I.mp4 426.81M
| ├──2.2_机器学习实验方法与原则II .mp4 235.01M
| └──2.2_机器学习实验方法与原则II.mp4 733.59M
├──04.决策树学习
| ├──3.1.2_经典决策树算法 .mp4 122.76M
| ├──3.1.3_过拟合问题 .mp4 17.83M
| ├──3.1.3_过拟合问题.mp4 60.03M
| ├──3.2.1_决策树的过拟合以及措施 .mp4 107.92M
| ├──3.2.1_决策树的过拟合以及措施.mp4 295.95M
| ├──3.2.2_现实场景中的决策树学习 .mp4 85.49M
| ├──ML_hw1.ipynb.zip 537.53kb
| ├──基于决策树的英雄联盟游戏胜负预测.zip 553.51kb
| └──实验一 基于决策树的英雄联盟游戏胜负预测.txt 1.91kb
├──05.回归分析
| ├──4.2_损失函数 .mp4 50.74M
| ├──4.2_损失函数_0718195925.mp4 114.37M
| ├──4.3_多元线性回归.mp4 171.52M
| ├──4.4_相关系数与决定系数 .mp4 26.73M
| └──实验二 基于回归分析的大学综合得分预测.txt 1.80kb
├──06.贝叶斯学习
| ├──5.1_贝叶斯学习 .mp4 151.55M
| ├──5.2_朴素贝叶斯分类器 .mp4 227.83M
| ├──hw3.zip 11.76kb
| └──实验三 贝叶斯垃圾邮件识别.txt 1.74kb
├──07.基于实例的学习方法
| ├──6.1_最近邻方法.mp4 157.98M
| ├──6.2_K近邻方法.mp4 276.01M
| ├──6.4_基于实例-记忆的学习器 .mp4 77.41M
| ├──6.4_基于实例-记忆的学习器.mp4 245.93M
| ├──hw4.zip 285.81kb
| └──基于K-近邻的车牌号识别.zip 17.15M
├──08.支持向量机（SVM）
| ├──7.1_线性支持向量机.mp4 511.31M
| └──7.2_基于核的支持向量机.mp4 593.62M
├──09.无监督学习
| ├──8.1.1_无监督学习介绍 .mp4 81.34M
| ├──8.1.1_无监督学习介绍.mp4 279.77M
| ├──8.1.2_聚类介绍 .mp4 74.50M
| ├──8.2.1_层次聚类 .mp4 100.93M
| ├──8.2.1_层次聚类.mp4 334.40M
| ├──8.2.2_K-means聚类 .mp4 52.28M
| ├──8.2.2_K-means聚类.mp4 176.69M
| ├──8.2.3_K-medoids 聚类 .mp4 28.16M
| ├──8.2.3_K-medoids 聚类.mp4 92.90M
| ├──AAAI 会议论文聚类分析.zip 229.83kb
| ├──hw5.ipynb.zip 557.73kb
| └──实验五 AAAI 会议论文聚类分析.txt 2.41kb
├──10.集成学习
| ├──9.1.1_集成学习基础 .mp4 49.59M
| ├──9.1.1_集成学习基础.mp4 147.20M
| ├──9.1.2_加权多数算法 .mp4 13.26M
| ├──9.1.2_加权多数算法.mp4 36.78M
| ├──9.1.3_Bagging算法 .mp4 61.68M
| ├──9.2.1_Boosting与AdaBoost算法 .mp4 77.63M
| ├──9.2.2_Boosting和AdaBoost的算法比较 .mp4 23.78M
| ├──9.2.2_Boosting和AdaBoost的算法比较.mp4 66.89M
| ├──exp6.zip 180.67kb
| ├──基于集成学习的 Amazon 用户评论质量预测 4.zip 39.72M
| └──实验六 基于集成学习的 Amazon 用户评论质量预测.txt 1.52kb
├──11.深度学习基础
| ├──10.1_深度学习介绍 .mp4 185.89M
| ├──10.1_深度学习介绍.mp4 608.59M
| ├──10.2.1_循环神经网络 .mp4 41.48M
| ├──10.2.1_循环神经网络.mp4 132.39M
| ├──10.2.2_长短期记忆网络 .mp4 47.71M
| ├──10.2.3_门控循环单位网络 .mp4 33.21M
| ├──10.2.3_门控循环单位网络.mp4 110.84M
| └──10.2.4_深度学习应用.mp4 142.16M
├──12.基于群体智慧的机器学习数据集构建
| └──11.1_基于群体智慧的机器学习数据集构建.mp4 433.15M
├──13.机器学习算法总结
| └──12.1_机器学习算法总结 .mp4 228.57M
├──14.毕业设计
| └──某闯关类手游用户流失预测.zip 20.63M
└──直播回放
| ├──毕设汇报、点评、讲解+结营仪式.mp4 123.56M
| ├──开营仪式+实验一布置.mp4 127.03M
| ├──实验二布置+答疑 .mp4 32.62M
| ├──实验二布置+答疑.mp4 19.04M
| ├──实验六布置+答疑 .mp4 22.72M
| ├──实验六布置+答疑.mp4 15.63M
| ├──实验六汇报、点评、讲解+答疑 .mp4 133.16M
| ├──实验三讲解+实验五布置+答疑.mp4 37.88M
| ├──实验四讲解+实验六布置+答疑.mp4 73.92M
| ├──实验五讲解+答疑 .mp4 23.47M
| ├──实验五讲解+答疑.mp4 16.40M
| ├──实验一汇报、讲解+实验三布置+答疑 .mp4 121.05M
| └──实验一汇报、讲解+实验三布置+答疑.mp4 87.55M