与硅谷团队共事，这样的项目背景提升美滋滋~

Class One:

机器学习在硅谷科技公司的应用及前景

机器学习的历史和发展现状

学完这套课你的简历会变成？

线性回归模型 intuition & optimization

scikit-learn 如何使用

从理论到实践 - 预测房价

Class Two:

逻辑回归 Logistic Regression intuition

从理论到实践 - 研究生录取分类预测

过拟合和欠拟合（overfit & underfit)

如何衡量你的模型 - metrics: precision&reccall,

Class Three:

K-NN算法

如何选取你的K

K-NN多种运用场景

从理论到实践 - 推荐系统 V1

Class Four:

Tree-based model

决策树，随机森林 （Decision Tree, Random Forest）

Advanced topic: XGBoost

从理论到实践 - 推荐系统V2

Class Five:

聚类是什么 （what is clustering problem)

K-Means 聚类算法

如何选取你的K

从理论到实践 - 推荐系统V3

Class Six:

神经网络 （neural network)

Deep Learning (深度学习）in detail

Questions on Deep Learning

Optimization

Recitation:

PyTorch基础入门

Class Seven:

图像处理基本知识

卷积神经网络(CNN)

参数调节

从理论到实践 - MNIST数字图像识别

Class Eight:

实战项目：电影人脸识别