课程简介：
本课作为深度学习系列课程的第一阶段，介绍机器学习的基本概念，原理，以及常用算法（如决策树，支持向量机，神经网络算法等）。以Python语言为工具对每种算法进行结合实例讲解。学生学完本课程后将会理解机器学习的常用算法原理，并会使用Python中相关的package来对实际问题进行数据预处理，分类和回归分析。为开发机器学习相关应用打下必要基础，同时也为学习深度学习进阶课程打下必要基础。
[code]官方课程链接：http://www.maiziedu.com/course/373/[/code]
课程目录：
1.课程介绍机器学习介绍上
2.课程介绍机器学习介绍下
3.深度学习介绍
4.基本概念
5.决策树算法
6.决策树应用
7.最邻近规则分类KNN算法
8.最邻近规则KNN分类应用
9.支持向量机SVM上
10.支持向量机SVM上应用
11.神经网络算法应用上
12.神经网络算法应用下
13.简单线性回归上
14.简单线性回归下
15.多元线性回归
16.多元线性回归应用
17.非线性回归 Logistic Regression
18.非线性回归应用
19.神经网络NN算法
20.支持向量机(SVM)算法(下)应用
21.支持向量机(SVM)算法下
22.回归中的相关度和决定系数
23.回归中的相关性和R平方值应用
24.Kmeans算法
25.Kmeans应用
26.Hierarchical clustering 层次聚类
27.总结
