├── 机器学习入门到实践
├── 00：机器学习代码实践
├── 01：机器学习与数学分析
├── 02：概率论与贝叶斯先验
├── 03：矩阵与线性代数
├── 04：Python 基础
├── 05：Python 常用库
├── 06：数据清洗与特征选择
├── 07：回归算法
├── 08：Logistic 回归
├── 09：回归项目实践
├── 10：决策树与随机森林
├── 11：决策树与随机森林实践
├── 12：提升算法
├── 13：提升算法实践
├── 14：支持向量机 SVM
├── 15：支持向量机 SVM 实践
├── 16：聚类算法（上）
├── 17：聚类算法（下）
├── 18：聚类算法实践
├── 19：EM 算法
├── 20：EM 算法实践
├── 21：主题模型
├── 22：主题模型实践
├── 23：隐马尔可夫模型 HMM 线下课
└── 24：隐马尔可夫模型 HMM 实践
