摘要：
本文介绍两种聚类方法： K-means、DBSCAN， 讨论高斯混合模型， 并了解如何将它们用于密度估计、聚类和异常检测 阅读全文
摘要：
本文介绍两种主要的数据降维方法：投影和流形学习， 并学习现在最流行的三种数据降维技术： PCA、kernel PCA、LLE 阅读全文
摘要：
本文讨论几种流行的集成方法，包括bagging、boosting、stacking，也将探索随机森林 阅读全文
摘要：
训练决策树执行分类和回归任务 阅读全文
摘要：
支持向量机及其解决线性分类、非线性分类和回归问题的方法 阅读全文
摘要：
通过线性回归介绍几种训练模型——“闭式方程”、几种梯度下降法、正则化模型，以及逻辑回归、softmax回归这两种分类方法 阅读全文
摘要：
训练二类与多类分类模型， 测量分类性能 阅读全文