課程大綱：
課時1：機器學習應用實驗手冊
第1 章 ： 第一週課件資料和視頻
課時2：1.機器學習與數學分析
課時3：視頻-1.機器學習與數學分析
課時4：2.概率論與貝葉斯先驗
課時5：視頻-2.概率論與貝葉斯先驗
課時6：3.數理統計與參數估計
課時7：視頻-3.數理統計與參數估計
第2 章 ： 第二週課件資料和視頻
課時8：4.矩陣和線性代數
課時9：視頻-4.矩陣和線性代數
課時10：5.凸優化
課時11：視頻-5.凸優化
課時12：6.Python基礎
課時13：視頻-6.Python基礎
第3 章 ： 第三週課件資料和視頻
課時14：7.Python庫
課時15：視頻-7.Python庫
課時16：8.迴歸與特徵選擇
課時17：視頻-8.迴歸與特徵選擇
課時18：9.Logistic迴歸
課時19：視頻-9.Logistic迴歸
第4 章 ： 第四周課件資料和視頻
課時20：10.迴歸實踐
課時21：視頻-10.迴歸實踐
課時22：11.決策樹和隨機森林
課時23：視頻-11.決策樹和隨機森林
課時24：12.決策樹和隨機森林實踐,
課時25：視頻-12.決策樹和隨機森林實踐
第5 章 ： 第五週課件資料和視頻
課時26：13.提升
課時27：視頻-13.提升
課時28：14.XGBoost實踐
課時29：視頻-14.XGBoost實踐
課時30：15.SVM
課時31：視頻-15.SVM
第6 章 ： 第六週課件資料和視頻
課時32：16.SVM實踐
課時33：視頻-16.SVM實踐
課時34：17.聚類!
課時36：18.聚類實踐
課時37：視頻-18.聚類實踐
第7 章 ： 第七週課件資料和視頻
課時38：19.EM算法
課時39：視頻-19.EM算法
課時40：20.EM算法實踐
課時41：視頻-20.EM算法實踐
課時42：21.貝葉斯網絡
課時43：視頻-21.貝葉斯網絡
第8 章 ： 第八週課件資料和視頻
課時44：22.貝葉斯網絡實踐
課時45：視頻-22.貝葉斯網絡實踐
課時46：23.主題模型
課時47：視頻-23.主題模型
課時48：24.主題模型實踐
課時49：視頻-24.主題模型實踐
第9 章 ： 第九周課件資料和視頻
課時50：25.HMM
課時51：視頻-25.HMM
課時52：26.HMM實踐
課時53：視頻-26.HMM實踐