零基础实战机器学习（Python语言、算法、Numpy库、MatplotLib）

零基础实战机器学习（Python语言、算法、Numpy库、MatplotLib）
课程目录：
第一讲：机器学习的任务和方法
第二讲：Python语言基础
第三讲：Python语言基础2
第四讲：分类算法介绍
第五讲：k-临近算法
第六讲：决策树
第七讲：基于概率论的分类方法：朴素贝叶斯
第八讲：Logistic回归
第九讲：支持向量机
第十讲：利用AdaBoost元算法提高分类性能
第十一讲：利用回归预测数值型数据
第十二讲：树回归
第十三讲：无监督学习
第十四讲：利用K-均值聚类算法对未标注数据分组
第十五讲：使用Apriori算法进行关联分析
第十六讲：使用FP-growth算法来高效发现频分项集
第十七讲：利用PCA来简化数据
第十八讲：利用SVD简化数据
第十九讲：大数据与MapReduce
第二十讲：学习总结