正文
第
1讲 机器学习引论
(1) 什么是机器学习
(2) 机器学习的分类与术语
(3)
案例：
垃圾邮件过滤；手写体数字识别；图像识别；自动驾驶
第
2讲 Python语言快速入门
(1) Why Python？
(2) 安装Python与Spyder
(3) Python的模块(module)
(4) Python的对象(str, bool, list, tuple, dict, set)
(5) Python的函数(function)与方法(method)
(6) Numpy(ndarray), pandas(Series, Data Frame)
(7) sklearn(机器学习)与keras(深度学习)
(8) Python画图(Matplotlib, pandas, seaborn)
(9) Python面向对象编程
第
3讲 数学回顾
(1) 梯度向量
(2) 方向导数
(3) 梯度下降
(4) 向量微分
(5) 最优化
第
4讲 线性回归
(1) OLS
(2) 过拟合与泛化能力
(3) 偏差与方差的权衡
(4) 交叉验证
(5)
Python案例：
多项式回归的过拟合；波士顿房价
第
5讲 逻辑回归
(1) Logit
(2) 几率比
(3) 灵敏度与特异度
(4) ROC与AUC
(5) 科恩的kappa
(6)
Python案例：
泰坦尼克号旅客的存活
第
6讲 多项逻辑回归
(1) 多项Logit
