─第一章 最近鄰居法 KNN
│? ? ? 1.1 KNN定義和算法要素**p4
│? ? ? 1.2 核心算法程序?qū)Ρ?*p4
│? ? ? 1.3 實例一：鳶尾花類型機(jī)器識別**p4
│? ? ? 1.4實例二： 手寫數(shù)字機(jī)器識別**p4
│? ? ? 1.5 K值選擇和整體要點**p4
│? ? ?
├─第二章 樸素貝葉斯
│? ? ? 2.1 后驗概率和經(jīng)典案例**p4
│? ? ? 2.2 經(jīng)典案例算法詳解**p4
│? ? ? 2.3 應(yīng)用項目程序解讀**p4
│? ? ?
├─第三章 決策樹
│? ? ? 3.1 決策樹算法**p4
│? ? ? 3.2 熵和信息增益**p4
│? ? ? 3.3 四個實例詳解**p4
│? ? ? 3.4 決策樹面臨的問題.**p4
│? ? ?
└─第四章 支持向量機(jī)SVM
? ? ? ? 4.1 SVM概念**p4
? ? ? ? 4.2 SVM基本算法**p4
? ? ? ? 4.3 SMO詳解**p4
? ? ? ? 4.4 非線性機(jī)及其核函數(shù)詳解**p4
? ? ? ? 4.5 分類器比較和SVM小結(jié)**p4
│? ? ?
├─第五章 線性回歸
│? ? ? 5.2 梯度下降相關(guān)概念**p4
│? ? ? 5.3 正則化**p4
│? ? ? 5.`1 線性分類與線性回歸**p4
│? ? ?
├─第六章 邏輯回歸
│? ? ? 6.1 邏輯回歸的定義**p4
│? ? ? 6.2邏輯回歸的擴(kuò)展應(yīng)用**p4
│? ? ?
├─第七章 神經(jīng)元與感知器
│? ? ? 7.1 神經(jīng)元與感知器**p4
│? ? ? 7.2 感知器應(yīng)用代碼**p4
│? ? ?
├─第八章 反向傳播
│? ? ? 8.1反向傳播BP**p4
│? ? ? 8.2 BP計算詳解（上）**p4
│? ? ? 8.3 求導(dǎo)計算詳解（下）**p4
│? ? ? 8.4 手寫數(shù)字識別**p4
│? ? ? 8.5激活函數(shù) **p4
│? ? ?
├─第九章 TensorFlow
│? ? ? 9.1 TensorFlow簡介**p4
│? ? ? 9.2 TensorFlow使用**p4
│? ? ? 9.3 TensorFlow使用（二）**p4
│? ? ? 9.4 TensorBoard**p4
│? ? ? 9.5 TensorFlow實例一**p4
│? ? ? 9.6 TensorFlow實例二**p4
│? ? ?
├─第十章 DNN
│? ? ? 10.1 DNN**p4
│? ? ?
├─第十一章 CNN
│? ? ? 11.1 CNN概念介紹**p4
│? ? ? 11.2 CNN計算概述**p4
│? ? ? 11.3 CNN圖像識別中的作用和特征**p4
│? ? ? 11.4 CNN特征結(jié)構(gòu)**p4
│? ? ? 11.5CNN結(jié)構(gòu)算法**p4
│? ? ? 11.6 CNN結(jié)構(gòu)層次**p4
│? ? ? 11.7 MNIST詳解**p4
│? ? ? 11.8 交通標(biāo)志識別詳解**p4
│? ? ? 11.9 目標(biāo)檢測**p4
│? ? ? 課程簡介**p4
