Python機器學習（03）

課程大綱： 第一課時：介紹機器學習 第二、三課時：貝葉斯分析 第四、五課時：樹模型，決策樹、迴歸樹、提升樹、隨機森林、深度森林、xgboost、剪枝算法（預習：統計學習要素、統計學習方法） 第六課時：特徵工程專題，怎樣在海量特徵中選取最合適的特徵。 第七、八課時：半監督學習 第九、十課時：凸優化 第十一課時：凸優化或流形學習 貝葉斯建模方法： Cameron書第33頁，承接上節課關於接受短信數據的

>>阅读原文<<