===============課程目錄===============
(1)\\\\視頻；目錄中文件數(shù):30個(gè)
├─(1) 1.1課程介紹機(jī)器學(xué)習(xí)介紹上.mp4
├─(2) 1.1課程介紹機(jī)器學(xué)習(xí)介紹下.mp4
├─(3) 1.2深度學(xué)習(xí)介紹.mp4
├─(4) 2基本概念.mp4
├─(5) 3.1決策樹(shù)算法.mp4
├─(6) 3.2決策樹(shù)應(yīng)用.mp4
├─(7) 4.1最鄰近規(guī)則分類KNN算法.mp4
├─(8) 4.2最鄰近規(guī)則KNN分類應(yīng)用.mp4
├─(9) 5.1 支持向量機(jī)(SVM)算法（上）.html
├─(10) 5.1 支持向量機(jī)(SVM)算法（上）應(yīng)用.html
├─(11) 5.1支持向量機(jī)SVM上.mp4
├─(12) 5.1支持向量機(jī)SVM上應(yīng)用.mp4
├─(13) 6.2神經(jīng)網(wǎng)絡(luò)算法應(yīng)用上.mp4
├─(14) 6.3神經(jīng)網(wǎng)絡(luò)算法應(yīng)用下.mp4
├─(15) 7.1簡(jiǎn)單線性回歸上.mp4
├─(16) 7.2簡(jiǎn)單線性回歸下.mp4
├─(17) 7.3多元線性回歸.mp4
├─(18) 7.4多元線性回歸應(yīng)用.mp4
├─(19) 7.5非線性回歸 Logistic Regression.mp4
├─(20) 7.6非線性回歸應(yīng)用.mp4
├─(21) 7.7回歸中的相關(guān)度和決定系數(shù).mp4
├─(22) 7.8回歸中的相關(guān)性和R平方值應(yīng)用.mp4
├─(23) 8.1Kmeans算法.mp4
├─(24) 8.2Kmeans應(yīng)用.mp4
├─(25) 8.3Hierarchical clustering 層次聚類.mp4
├─(26) 8.4Hierarchical clustering 層次聚類應(yīng)用.mp4
├─(27) 總結(jié).mp4
├─(28) 支持向量機(jī)(SVM)算法(下)應(yīng)用.mp4
├─(29) 支持向量機(jī)(SVM)算法下.mp4
├─(30) 神經(jīng)網(wǎng)絡(luò)NN算法.mp4
(2)\\\\課件；目錄中文件數(shù):29個(gè)
├─(31) 1.1 課程介紹 & 機(jī)器學(xué)習(xí)介紹.html
├─(32) 1.2 深度學(xué)習(xí)(Deep Learning)介紹.html
├─(33) 2 基本概念 (Basic Concepts).html
├─(34) 3.1 決策樹(shù)(decision tree)算法.html
├─(35) 3.2 決策樹(shù)(decision tree)應(yīng)用.html
├─(36) 4.1 最鄰近規(guī)則分類(K-Nearest Neighbor)KNN算法.html
├─(37) 4.2 最鄰近規(guī)則分類(K-Nearest Neighbor)KNN算法應(yīng)用.html
├─(38) 5.1 支持向量機(jī)(SVM)算法（上）.html
├─(39) 5.1 支持向量機(jī)(SVM)算法（上）應(yīng)用.html
├─(40) 5.2 支持向量機(jī)(SVM)算法（下）.html
├─(41) 5.3 支持向量機(jī)(SVM)算法（下）應(yīng)用.html
├─(42) 6.1 神經(jīng)網(wǎng)絡(luò)算法(Nerual Networks)（上）.html
├─(43) 6.2 神經(jīng)網(wǎng)絡(luò)算法(Nerual Networks)應(yīng)用(上）.html
├─(44) 6.3 神經(jīng)網(wǎng)絡(luò)算法(Nerual Networks)應(yīng)用(下）.html
├─(45) 7.1 簡(jiǎn)單線性回歸 (Simple Linear Regression)上.html
├─(46) 7.1 簡(jiǎn)單線性回歸 (Simple Linear Regression)下.html
├─(47) 7.3 多元回歸分析(multiple regression).html
├─(48) 7.4 多元回歸分析(multiple regression)應(yīng)用.html
├─(49) 7.5 非線性回歸 logistic regression.html
├─(50) 7.6 非線性回歸應(yīng)用：losgistic regression application.html
├─(51) 7.7 回歸中的相關(guān)度和R平方值.html
├─(52) 7.8 回歸中的相關(guān)度和R平方值應(yīng)用.html
├─(53) 8.1 聚類(Clustering) K-means算法.html
├─(54) 8.2 聚類(Clustering) K-means算法應(yīng)用.html
├─(55) 8.3 聚類(Clustering) hierarchical clustering 層次聚類.html
├─(56) 8.4 聚類(Clustering) hierarchical clustering 層次聚類應(yīng)用.html
├─(57) 810a19d8bc3eb1351e89fd05a41ea8d3fc1f44c5.jpg
├─(58) HierachecalClustering.png
├─(59) 代碼與素材.rar
(3)\\\\課件\\\\1.2 深度學(xué)習(xí)(Deep Learning)介紹_files；目錄中文件數(shù):14個(gè)
├─(60) 1-BOngaxvWRFHm3O2yo3YPhA.jpeg
├─(61) 1-RbQSv8m3SjBsWBniYdgwQQ.jpeg
├─(62) 1-sIKCN5ddB0BP55WxlYqtYg.jpeg
├─(63) DeepNetwork.png
├─(64) images [1].jpg
├─(65) images.jpg
├─(66) imgres [1].jpg
├─(67) imgres [2].jpg
├─(68) imgres [3].jpg
├─(69) imgres [4].jpg
├─(70) imgres [5].jpg
├─(71) imgres [6].jpg
├─(72) imgres.jpg
├─(73) science-journal.gif
(4)\\\\課件\\\\3.1 決策樹(shù)(decision tree)算法_files；目錄中文件數(shù):10個(gè)
├─(74) c2cec3fdfc0392456a6ac4258694a4c27d1e2538.jpg
├─(75) Image [1].png
├─(76) Image [2].png
├─(77) Image [3].png
├─(78) Image [4].png
├─(79) Image [5].png
├─(80) Image [6].png
├─(81) Image [7].png
├─(82) Image [8].png
├─(83) Image.png
(5)\\\\課件\\\\3.2 決策樹(shù)(decision tree)應(yīng)用_files；目錄中文件數(shù):1個(gè)
├─(84) Image.png
(6)\\\\課件\\\\4.1 最鄰近規(guī)則分類(K-Nearest Neighbor)KNN算法_files；目錄中文件數(shù):7個(gè)
├─(85) Image [1].png
├─(86) Image [2].png
├─(87) Image [3].png
├─(88) Image [4].png
├─(89) Image.png
├─(90) images.jpg
├─(91) imgres.png
(7)\\\\課件\\\\4.2 最鄰近規(guī)則分類(K-Nearest Neighbor)KNN算法應(yīng)用_files；目錄中文件數(shù):2個(gè)
├─(92) kahi2.jpg
├─(93) Virginia_Iris.png
(8)\\\\課件\\\\5.1 支持向量機(jī)(SVM)算法（上）_files；目錄中文件數(shù):19個(gè)
├─(94) 220px-Svm_separating_hyperplanes_(SVG).svg.png
├─(95) Image [10].png
├─(96) Image [11].png
├─(97) Image [12].png
├─(98) Image [13].png
├─(99) Image [14].png
├─(100) Image [15].png
├─(101) Image [1].png
├─(102) Image [2].png
├─(103) Image [3].png
├─(104) Image [4].png
├─(105) Image [5].png
├─(106) Image [6].png
├─(107) Image [7].png
├─(108) Image [8].png
├─(109) Image [9].png
├─(110) Image.png
├─(111) images [1].jpg
├─(112) images.jpg
(9)\\\\課件\\\\5.2 支持向量機(jī)(SVM)算法（下）_files；目錄中文件數(shù):16個(gè)
├─(113) Image [10].png
├─(114) Image [11].png
├─(115) Image [12].png
├─(116) Image [1].png
├─(117) Image [2].png
├─(118) Image [3].png
├─(119) Image [4].png
├─(120) Image [5].png
├─(121) Image [6].png
├─(122) Image [7].png
├─(123) Image [8].png
├─(124) Image [9].png
├─(125) Image.png
├─(126) main-qimg-b88037063b9a4cae241ee6b0ab841356.png
├─(127) main-qimg-de8f2ca9c807ee184e2509639fce066d.jpg
├─(128) main-qimg-dff9507297a2320460ff4d9cd5825683.png
(10)\\\\課件\\\\6.1 神經(jīng)網(wǎng)絡(luò)算法(Nerual Networks)（上）_files；目錄中文件數(shù):16個(gè)
├─(129) cross_validation.jpg
├─(130) Image [10].png
├─(131) Image [11].png
├─(132) Image [12].png
├─(133) Image [13].png
├─(134) Image [14].png
├─(135) Image [1].png
├─(136) Image [2].png
├─(137) Image [3].png
├─(138) Image [4].png
├─(139) Image [5].png
├─(140) Image [6].png
├─(141) Image [7].png
├─(142) Image [8].png
├─(143) Image [9].png
├─(144) Image.png
(11)\\\\課件\\\\6.2神經(jīng)網(wǎng)絡(luò)算法應(yīng)用上；目錄中文件數(shù):1個(gè)
├─(145) 6.2神經(jīng)網(wǎng)絡(luò)算法應(yīng)用上.mp4
(12)\\\\課件\\\\6.3神經(jīng)網(wǎng)絡(luò)算法應(yīng)用下；目錄中文件數(shù):1個(gè)
├─(146) 6.3神經(jīng)網(wǎng)絡(luò)算法應(yīng)用下.mp4
(13)\\\\課件\\\\7.1 簡(jiǎn)單線性回歸 (Simple Linear Regression)上_files；目錄中文件數(shù):8個(gè)
├─(147) Image [1].png
├─(148) Image [2].png
├─(149) Image [3].png
├─(150) Image [4].png
├─(151) Image [5].png
├─(152) Image [6].png
├─(153) Image [7].png
├─(154) Image.png
(14)\\\\課件\\\\7.1 簡(jiǎn)單線性回歸 (Simple Linear Regression)下_files；目錄中文件數(shù):7個(gè)
├─(155) Image [1].png
├─(156) Image [2].png
├─(157) Image [3].png
├─(158) Image [4].png
├─(159) Image [5].png
├─(160) Image [6].png
├─(161) Image.png
(15)\\\\課件\\\\7.3 多元回歸分析(multiple regression)_files；目錄中文件數(shù):2個(gè)
├─(162) Image [1].png
├─(163) Image.png
(16)\\\\課件\\\\7.5 非線性回歸 logistic regression_files；目錄中文件數(shù):18個(gè)
├─(164) 001QAImHgy6I1oEKVWg50&690.jpg
├─(165) 001QAImHgy6I1oGTmnA36&690.jpg
├─(166) 001QAImHgy6I1ohlalO18&690.jpg
├─(167) 001QAImHgy6I1oi9u8Kae&690.jpg
├─(168) 001QAImHgy6I1ojfTjYaa&690.jpg
├─(169) 001QAImHgy6I1oJm3Qz27&690.jpg
├─(170) 001QAImHgy6I1ok9Brb61&690.jpg
├─(171) 001QAImHgy6I1olbW3yfc&690.jpg
├─(172) 001QAImHgy6I1omK5aoc8&690.jpg
├─(173) 001QAImHgy6I1osqQ7lc7&690.jpg
├─(174) 001QAImHgy6I1otAWE890&690.jpg
├─(175) 001QAImHgy6I1oudixl13&690.jpg
├─(176) 001QAImHgy6I1owps7Ud2&690.jpg
├─(177) 8694e4193ba45b55403595096b7d23c5.png
├─(178) Image [1].png
├─(179) Image.png
├─(180) imgres [1].jpg
├─(181) imgres.jpg
(17)\\\\課件\\\\7.7 回歸中的相關(guān)度和R平方值_files；目錄中文件數(shù):7個(gè)
├─(182) cb8065380cd7912374922436af345982b2b78006.png
├─(183) Image.png
├─(184) imgf000045_0001.png
├─(185) imgres [1].jpg
├─(186) imgres [1].png
├─(187) imgres.jpg
├─(188) imgres.png
(18)\\\\課件\\\\8.1 聚類(Clustering) K-means算法_files；目錄中文件數(shù):16個(gè)
├─(189) Image [10].png
├─(190) Image [11].png
├─(191) Image [12].png
├─(192) Image [13].png
├─(193) Image [1].png
├─(194) Image [2].png
├─(195) Image [3].png
├─(196) Image [4].png
├─(197) Image [5].png
├─(198) Image [6].png
├─(199) Image [7].png
├─(200) Image [8].png
├─(201) Image [9].png
├─(202) Image.png
├─(203) imgres [1].jpg
├─(204) imgres.jpg
(19)\\\\課件\\\\8.3 聚類(Clustering) hierarchical clustering 層次聚類_files；目錄中文件數(shù):1個(gè)
├─(205) 810a19d8bc3eb1351e89fd05a41ea8d3fc1f44c5.png
