2020
- 08-13 一：链表(linken lists)
- 08-13 二：设计数据可视化
- 08-13 一：数据可视化（Data Visualization）简介
- 08-13 三：单变量数据探索
- 08-07 十一：高斯混合（GMM）和最大期望（EM）
- 08-06 十：密度聚类（Density Based Clustering）
- 08-06 九：层次聚类（Hierarchical clustering）
- 08-05 八：K-平均算法 (K-Means)
- 07-30 八：模型训练（Training）
- 07-28 七：反向传播（Backpropagation）
- 07-28 六：梯度下降（Gradient Descent）
- 07-28 五：逻辑回归（Logistic Regression）
- 07-28 四：最大似然（Maximum Likelihood）
- 07-28 三：Softmax 函数
- 07-27 二：Sigmoid 函数
- 07-27 一：感知器 (Perceptrons)
- 07-27 七：独热编码 (One-Hot Encoding)
- 07-25 六：模型评估 (Model Evaluation Metrics)
- 07-25 五：集成方法 (Ensemble Methods)
- 07-24 四：支持向量机 (Support Vector Machine)
- 07-24 一：朴素贝叶斯垃圾邮件分类
- 07-23 三：朴素贝叶斯 (Naive Bayes)
- 07-23 二：决策树 (Decision Trees)
- 07-21 一：线性回归 (Linear Regression)