掌握Scikit-Learn机器学习框架的使用，包括数据清洗、特征工程、机器学习的常见算法和应用场景

*   01 信息熵与手写决策树/

  *   01 课程介绍与资源下载

  *   02 什么是信息熵

  *   03 决策树极简案例

  *   04 numpy手写决策树_上

  *   05 numpy手写决策树_下

*   02 决策树构建反欺诈模型/

  *   01 数据获取与业务分析

  *   02 特征筛选与数据采样

  *   03 决策树模型训练

  *   04 参数调优与网格搜索

  *   05 召回率与最优阈值

*   03 集成学习与随机森林/

  *   01 Voting集成学习

  *   02 Bagging集成学习

  *   03 集成学习综合案例

  *   04 集成学习与网格搜索

*   04 Boosting与神经网络初探/

  *   01 Boosting之AdaBoost

  *   02 GBDT Boosting

  *   03 深度学习初探

  *   04 课程总复习和下季剧透