01 入门导论及环境安装 机器学习入门方法论，及环境配置教程，帮助你快速搭建开发环境。 0/3 未开始 ⌄ 机器学习入门课程导读（必读） 视频 10 分钟 未开始 1.1 Conda安装教程：机器学习环境配置与使用入门 课件 视频 30 分钟 未开始 1.2 机器学习开发环境安装配置：Jupyter Notebook 与 PyCharm 使用教程 视频 30 分钟 未开始
02 线性回归 线性回归教程，系统讲解单变量与多变量线性回归、多项式回归和回归评估指标。 0/4 未开始 ⌄ 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
03 逻辑回归 逻辑回归教程，介绍二分类与多分类建模、决策边界和分类评估指标。 0/3 未开始 ⌄ 3.1 逻辑回归模型的建立与求解：分类建模与训练过程 课件 视频 代码 10 分钟 未开始 3.2 逻辑回归多分类任务：one-vs-all 扩展与实战思路 视频 代码 10 分钟 未开始 3.3 分类评估指标：准确率、召回率与F-score解析 视频 代码 15 分钟 未开始
04 模型的改善与泛化 机器学习泛化教程，讲解过拟合与欠拟合、偏差方差、正则化、交叉验证和特征标准化。 0/6 未开始 ⌄ 4.1 模型泛化基础：过拟合、欠拟合与泛化误差概念 课件 视频 10 分钟 未开始 4.2 特征标准化：归一化与标准化的原理及实现 视频 代码 20 分钟 未开始 4.3 过拟合处理方法：常见原因、表现与正则化实战 视频 代码 15 分钟 未开始 4.4 L1与L2正则化原理：权重衰减与过拟合抑制 视频 代码 10 分钟 未开始 4.5 偏差和方差：交叉验证、过拟合与模型泛化 视频 代码 15 分钟 未开始 4.6 手写体识别实例分析：模型改善与泛化实战 视频 代码 25 分钟 未开始
05 K 近邻算法 K近邻教程，介绍 KNN 原理、距离度量，以及 sklearn 实现与实战示例。 0/3 未开始 ⌄ 5.1 K近邻思想：KNN算法的分类直觉与示例 课件 视频 05 分钟 未开始 5.2 K近邻算法原理：距离度量、决策规则与分类过程 视频 代码 10 分钟 未开始 5.3 sklearn K近邻示例：KNN建模与预测实战 视频 代码 10 分钟 未开始
06 文本特征与模型复用 文本特征入门，讲解词袋模型和基于 KNN 的垃圾邮件分类实践。 0/2 未开始 ⌄ 6.1 词袋模型原理：文本特征表示与机器学习建模 课件 视频 代码 15 分钟 未开始 6.2 基于K近的邻垃圾邮件分类：文本分类实战示例 视频 代码 15 分钟 未开始
07 朴素贝叶斯 朴素贝叶斯教程，介绍贝叶斯估计。 0/2 未开始 ⌄ 7.1 朴素贝叶斯原理：条件概率与分类模型基础 课件 视频 20 分钟 未开始 7.2 贝叶斯估计：朴素贝叶斯中的参数估计方法 视频 代码 20 分钟 未开始
08 决策树 决策树思想原理及可视化方法。 0/2 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
09 集成学习与提升算法 集成学习教程，介绍 Bagging、随机森林、AdaBoost 思想及 sklearn 使用示例。 0/4 未开始 ⌄ 9.1 集成学习原理：Bagging、Boosting 与模型融合思想 课件 视频 代码 20 分钟 未开始 9.2 随机森林原理：集成学习中的树模型方法 视频 代码 15 分钟 未开始 9.3 随机森林实战：泰坦尼克号生还预测示例 视频 代码 15 分钟 未开始 9.4 AdaBoost原理与实现：提升算法训练流程解析 视频 代码 15 分钟 未开始
10 支持向量机 SVM 教程，讲解支持向量机思想原理及 sklearn 使用示例。 0/2 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
11 聚类分析 介绍 KMeans、KMeans++ 原理及可视化过程，同时包含常见的几种聚类外部评价指标。 0/4 未开始 ⌄ 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 05 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 11.5 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
12 降维算法 降维算法教程，讲解主成分分析的基本思想及使用方法。 0/2 未开始 ⌄ 12.1 PCA 原理：主成分分析的降维思想与步骤 课件 视频 代码 15 分钟 未开始 12.2 核主成分分析：KPCA 原理与非线性降维 视频 代码 10 分钟 未开始
13 自训练与标签传播 半监督学习教程，介绍 Self-Training、Label Propagation 与 Label Spreading 的原理和使用示例。 0/3 未开始 ⌄ 13.1 Self-Training：半监督学习自训练算法详解 课件 视频 代码 10 分钟 未开始 13.2 Label Propagation算法：标签传播半监督学习方法 视频 代码 10 分钟 未开始 13.3 Label Spreading算法：半监督学习中的标签扩散方法 视频 代码 10 分钟 未开始
