===============課程目錄===============
├─(1) ApacheCN 機器學習實戰 學習情況（ML學習小組）- v1.0.0.mp4
├─(2) ApacheCN 機器學習實戰 第10章 利用K-均值聚類算法對未標注數據分組- v1.0.0.mp4
├─(3) ApacheCN 機器學習實戰 第11章 使用Apriori算法進行關聯分析- v1.0.0.flv
├─(4) ApacheCN 機器學習實戰 第12章 使用FP-growth算法來高效發現頻繁項集- v1.0.0.mp4
├─(5) ApacheCN 機器學習實戰 第13章 利用PCA來簡化數據- v1.0.0.mp4
├─(6) ApacheCN 機器學習實戰 第14章 利用SVD簡化數據- v1.0.0.mp4
├─(7) ApacheCN 機器學習實戰 第15章 大數據與MapReduce- v1.0.0.mp4
├─(8) ApacheCN 機器學習實戰 第16章 第一期的總結- v1.0.0.mp4
├─(9) ApacheCN 機器學習實戰 第1章 機器學習實基礎（@山上有棵樹）- v1.0.0.mp4
├─(10) ApacheCN 機器學習實戰 第2章 k-近鄰算法（ @羊三）- v1.0.0.mp4
├─(11) ApacheCN 機器學習實戰 第3章 決策樹- v1.0.0.mp4
├─(12) ApacheCN 機器學習實戰 第4章 樸素貝葉斯- v1.0.0.mp4
├─(13) ApacheCN 機器學習實戰 第5章 Logistic回歸- v1.0.0.mp4
├─(14) ApacheCN 機器學習實戰 第6章 SVM-1-理論- v1.1.0.mp4
├─(15) ApacheCN 機器學習實戰 第6章 SVM-2-代碼- v1.1.0.mp4
├─(16) ApacheCN 機器學習實戰 第7章 利用AdaBoost元算法提高分類- v1.0.0.mp4
├─(17) ApacheCN 機器學習實戰 第8章 預測數值型數據-回歸- v1.0.0.mp4
├─(18) ApacheCN 機器學習實戰 第9章 樹回歸- v1.0.0.mp4
(2)\\2；目錄中文件數:40個
├─(19) ApacheCN 機器學習實戰 第0章 前言【為什么我們要錄制《機器學習教學版》】.mp4
├─(20) ApacheCN 機器學習實戰 第10章 K-Means(K-均值)聚類算法【1.理論】.mp4
├─(21) ApacheCN 機器學習實戰 第11章 使用Apriori算法進行關聯分析【1.理論】.mp4
├─(22) ApacheCN 機器學習實戰 第12章_使用 FP-growth 算法來高效發現頻繁項集【1.理論】.mp4
├─(23) ApacheCN 機器學習實戰 第13章 利用PCA來簡化數據【1.理論】- v2.0.0.mp4
├─(24) ApacheCN 機器學習實戰 第13章 利用PCA來簡化數據【2.案例- 對半導體數據進行降維處理】.mp4
├─(25) ApacheCN 機器學習實戰 第14章 利用SVD簡化數據【1.理論- SVD】.mp4
├─(26) ApacheCN 機器學習實戰 第14章 利用SVD簡化數據【2.理論- 推薦系統】.mp4
├─(27) ApacheCN 機器學習實戰 第14章 利用SVD簡化數據【3.案例- 餐館菜肴推薦系統】.mp4
├─(28) ApacheCN 機器學習實戰 第14章 利用SVD簡化數據【4.案例- 基于SVD的圖像壓縮】.mp4
├─(29) ApacheCN 機器學習實戰 第15章 大數據與MapReduce【1.理論】 v2.0.0.mp4
├─(30) ApacheCN 機器學習實戰 第15章 大數據與MapReduce【2.理論- 分布式SVM的Pegasos算法】.mp4
├─(31) ApacheCN 機器學習實戰 第1章 機器學習基礎- v2.0.0.mp4
├─(32) ApacheCN 機器學習實戰 第2章 k-近鄰算法【1.理論】v2.0.0.mp4
├─(33) ApacheCN 機器學習實戰 第2章 k-近鄰算法【2.案例- 優化約會網站的配對效果】.mp4
├─(34) ApacheCN 機器學習實戰 第2章 k-近鄰算法【3.案例- 手寫數字識別系統】.mp4
├─(35) ApacheCN 機器學習實戰 第3章 決策樹【1.理論】- v2.0.0.mp4
├─(36) ApacheCN 機器學習實戰 第3章 決策樹【2.案例- 判定魚類和非魚類】.mp4
├─(37) ApacheCN 機器學習實戰 第3章 決策樹【3.案例- 使用決策樹預測隱形眼鏡類型】.mp4
├─(38) ApacheCN 機器學習實戰 第4章 樸素貝葉斯【1.理論】 v2.0.0.mp4
├─(39) ApacheCN 機器學習實戰 第4章 樸素貝葉斯【2.案例- 屏蔽社區留言板的侮辱性言論】.mp4
├─(40) ApacheCN 機器學習實戰 第4章 樸素貝葉斯【3.案例- 使用樸素貝葉斯過濾垃圾郵件】.mp4
├─(41) ApacheCN 機器學習實戰 第5章 Logistic回歸 2.案例- 使用Logistic回歸在數據集上的分類.mp4
├─(42) ApacheCN 機器學習實戰 第5章 Logistic回歸【3.案例- 從疝氣病癥預測病馬的死亡率】.mp4
├─(43) ApacheCN 機器學習實戰 第5章_Logistic回歸【1.理論】v2.0.0.mp4
├─(44) ApacheCN 機器學習實戰 第6章 支持向量機SVM【1.理論】- v2.0.0.mp4
├─(45) ApacheCN 機器學習實戰 第6章 支持向量機SVM【2.案例- 簡單數據集分類】@片刻.mp4
├─(46) ApacheCN 機器學習實戰 第6章 支持向量機SVM【3.案例- (核函數)手寫數字識別的優化】.mp4
├─(47) ApacheCN 機器學習實戰 第7章 集成方法-隨機森林和AdaBoost【1.理論- 集成方法】.mp4
├─(48) ApacheCN 機器學習實戰 第7章 集成方法-隨機森林和AdaBoost【2.理論- 隨機森林】.mp4
├─(49) ApacheCN 機器學習實戰 第7章 集成方法-隨機森林和AdaBoost【3.案例- 隨機森林】.mp4
├─(50) ApacheCN 機器學習實戰 第7章 集成方法-隨機森林和AdaBoost【4.理論- AdaBoost】.flv
├─(51) ApacheCN 機器學習實戰 第7章 集成方法-隨機森林和AdaBoost【5.案例- AdaBoost】.mp4
├─(52) ApacheCN 機器學習實戰 第8章 回歸-預測數值型數據【2.案例- 簡單數據集上進行線性回歸】.mp4
├─(53) ApacheCN 機器學習實戰 第8章 回歸-預測數值型數據【3.案例- 局部加權線性回歸】.mp4
├─(54) ApacheCN 機器學習實戰 第8章_回歸-預測數值型數據【1.理論】.mp4
├─(55) ApacheCN 機器學習實戰 第9章 樹回歸【1.回歸樹, 理論-案例, 在簡單數據集上構造回歸樹】.mp4
├─(56) ApacheCN 機器學習實戰 第9章 樹回歸【2.樹剪枝, 預剪枝和后剪枝】.mp4
├─(57) ApacheCN 機器學習實戰 第9章 樹回歸【3.模型樹, 理論-項目案例, 在分段數據上構造模型樹.mp4
├─(58) ApacheCN 機器學習實戰 第9章 樹回歸【4.項目案例, 回歸樹, 模型樹, 線性模型效果比較】.mp4
