十分钟 机器学习 系列视频,Janneil,课程名称：十分钟 机器学习 系列视频 目前课程共四章，60课时， 连载，每周日更新1课时 课程大纲： 第一章 概论 1.1 统计学习方法的定义与分类 1.2 统计学习的基本分类 1.3 统计学习方法的三要素 1.4 模型评估与模型选择 1.5 正则化与交叉验证 1.6 泛化能力 1.7 生成模型与判别模型 1.8 监督学习应用 第二章 感知机 2.1 感知机——模型介绍和学习策略 2.2 感知机——准备知识：梯度下降法 2.3 感知机——学习算法之原始形式 2.4 感知机——学习算法之对偶形式 第三章 k近邻法 3.1 k近邻法——简介 3.2 k近邻法——三要素 3.3 k近邻法——构造kd树 3.4 k近邻法——搜索kd树 第四章 朴素贝叶斯法 4.1 朴素贝叶斯法：核心——贝叶斯定理 4.2 朴素贝叶斯法：因何而朴素？ 4.3 朴素贝叶斯法：后验概率最大化准则 4.4 朴素贝叶斯法：极大似然法 4.5 朴素贝叶斯法：算法 4.6 朴素贝叶斯法：贝叶斯估计 适用人群：适用于具有微积分、线性代数、概率论基础的学生或者金融、证券、互联网、医药等领域的从业人员