YOUR LEARNING PATH | 循序渐进，按照自己的节奏完成每一步。
课程大纲
✓ 已完成
学习中
未开始
第一部分：有监督学习
2.1 线性回归模型的建立与求解：原理、公式与训练过程
课件 视频 代码 10 分钟 未开始2.2 多变量线性回归：原理、建模过程与 sklearn 示例
视频 代码 05 分钟 未开始2.3 多项式回归：线性回归扩展与非线性拟合
视频 代码 10 分钟 未开始2.4 回归模型评估指标：MSE、RMSE、R2 与误差分析
视频 代码 15 分钟 未开始2.5 梯度下降推导：线性回归参数迭代求解过程
题解 视频 代码 10 分钟 未开始2.6 正态分布基础：机器学习中的常见分布与概率理解
视频 代码 10 分钟 未开始2.7 线性回归目标函数推导：最小二乘与损失函数解析
视频 代码 20 分钟 未开始8.1 决策树原理：树模型的基本思想与划分逻辑
课件 视频 10 分钟 未开始8.2 决策树建模与可视化：sklearn 示例与结果展示
视频 代码 15 分钟 未开始8.3 决策树生成算法：ID3 与 C4.5 原理与对比
视频 60 分钟 未开始8.4 决策树剪枝：预剪枝与后剪枝过程详解
视频 30 分钟 未开始8.5 从零实现决策树：ID3 与 C4.5 算法代码解析
视频 代码 60 分钟 未开始8.6 连续特征决策树实现：连续变量划分与建模方法
视频 代码 40 分钟 未开始8.7 CART算法原理：决策树生成与剪枝流程
视频 50 分钟 未开始8.8 从零实现CART算法：剪枝与代码实现详解
视频 代码 90 分钟 未开始10.1 支持向量机原理：SVM的分类思想与最大间隔
课件 视频 代码 10 分钟 未开始10.2 SVM线性不可分：核函数与高维映射原理
视频 代码 15 分钟 未开始10.3 SVM 原理：支持向量、最大间隔与分类边界
视频 代码 20 分钟 未开始10.4 SVM 软间隔原理：噪声样本与惩罚因子C
视频 代码 20 分钟 未开始10.5 拉格朗日乘数法：SVM 优化推导核心工具
视频 20 分钟 未开始10.6 KKT条件详解：支持向量机约束优化基础
视频 60 分钟 未开始10.7 SVM 优化问题：目标函数与约束条件解析
视频 代码 90 分钟 未开始10.8 SVM 核函数原理：常见核函数与高维映射
视频 50 分钟 未开始10.9 SMO 算法求解SVM：支持向量机优化方法详解
视频 代码 90 分钟 未开始10.10 从零实现 SVM：支持向量机分类算法代码解析
视频 代码 90 分钟 未开始第二部分：无监督学习
11.1 聚类算法基础：无监督学习中的分组思想
课件 视频 代码 5 分钟 未开始11.2 Kmeans 聚类原理：聚类分析中的经典算法
视频 代码 10 分钟 未开始11.3 Kmeans 求解过程：迭代更新与聚类收敛
视频 10 分钟 未开始11.4 从零实现 Kmeans 聚类算法：随机初始化与迭代收敛
视频 代码 30 分钟 未开始11.5 Kmeans++ 原理：聚类中心初始化策略
视频 代码 10 分钟 未开始11.6 聚类外部评价指标：准确率、NMI 与 ARI 解析
视频 代码 10 分钟 未开始11.7 加权Kmeans聚类算法：特征权重与软聚类
视频 代码 30 分钟 未开始11.8 聚类内部评价指标：轮廓系数等聚类效果评估
视频 60 分钟 未开始11.9 聚类算法 K值选取：肘部法与轮廓系数实战
视频 代码 70 分钟 未开始11.10 基于密度的聚类算法：DBSCAN 原理与应用
视频 代码 90 分钟 未开始11.11 层次聚类算法：聚类树构建与结果分析
视频 代码 90 分钟 未开始第三部分：半监督学习
不必急于求成，完成一节，也是在向前一步。