Python机器学习（03）

课程大纲： 第一课时：介绍机器学习 第二、三课时：贝叶斯分析 第四、五课时：树模型，决策树、回归树、提升树、随机森林、深度森林、xgboost、剪枝算法（预习：统计学习要素、统计学习方法） 第六课时：特征工程专题，怎样在海量特征中选取最合适的特征。 第七、八课时：半监督学习 第九、十课时：凸优化 第十一课时：凸优化或流形学习 贝叶斯建模方法： Cameron书第33页，承接上节课关于接受短信数据的

>>阅读原文<<