小象的机器学习升级版第七期，视频教程下载

课程介绍：

本课程特点是从数学层面推导最经典的机器学习算法，以及每种算法的示例和代码实现（Python）、如何做算法的参数调试、以实际应用案例分析各种算法的选择等。涉及和讲解的部分Python库有：Numpy、Scipy、matplotlib、Pandas、scikit-learn、XGBoost、libSVM、LDA、Gensim、NLTK、HMMLearn，涉及的其他“小”库在课程的实践环节会逐一讲解。

课程目录：

01 数学分析与概率论.mp4

02 数理统计与参数估计(补).mp4

02 数理统计与参数估计.mp4

03 矩阵和线性代数.mp4

04 凸优化[xunibaoku.com].mp4

05 Python库.mp4

06 Python库II.mp4

07 回归[xunibaoku.com].mp4

08 回归实践[xunibaoku.com].mp4

09 决策树和随机森林[xunibaoku.com].mp4

10 决策树和随机森林实践.mp4

11 提升[xunibaoku.com].mp4

12 XGBoost实践.mp4

13 SVM[xunibaoku.com].mp4

14 SVM实践.mp4

15 聚类1[xunibaoku.com].avi

15 聚类2.avi

16 聚类实践1[xunibaoku.com].avi

16 聚类实践2.mp4

17 EM算法[xunibaoku.com].mp4

18 EM算法实践.mp4

19 贝叶斯网络[xunibaoku.com].mp4

20 朴素贝叶斯实践.mp4

21 主题模型[xunibaoku.com].mp4

22 主题模型实践.avi

23 HMM[xunibaoku.com].mp4

24 HMM实践.mp4