第一阶段：夯实数学基础第二阶段：掌握基本模型 打开ML大门第三阶段：重中之重 特征工程第四阶段：工业实战 在实战中掌握一切第五阶段：高阶知识 深入机器学习

*   第一阶段：夯实数学基础/

  *   第1课（上）微积分

  *   第1课（下）概率论

  *   第2课（上） 线性代数

  *   第2课（下） 凸优化

*   第二阶段：掌握基本模型 打开ML大门/

  *   第3课 回归问题与应用

  *   第4课 决策树、随机森林、GBDT

  *   第5课 SVM

  *   第6课 最大熵与EM算法（上）

  *   第6课 最大熵与EM算法（下）

*   第三阶段：重中之重 特征工程/

  *   第7课 机器学习中的特征工程处理

  *   第8课 多算法组合与模型最优化

*   第四阶段：工业实战 在实战中掌握一切/

  *   第9课 sklearn与机器学习实战

  *   第10课 高级工具xgboost/lightGBM与建模实战

  *   第11课 用户画像与推荐系统

  *   第12课 聚类

  *   第13课 聚类与推荐系统实战

*   第五阶段：高阶知识 深入机器学习/

  *   第14课 贝叶斯网络

  *   第15课 隐马尔科夫模型HMM

  *   第16课 主题模型