MACHINE LEARNING
从算法选型到分类、预测与聚类，循序渐进建立机器学习的基础认知。
COURSE 01
理解监督学习、无监督学习等基本类型，掌握常见算法的特点、差异及选型思路。
COURSE 02
理解“近朱者赤，近墨者黑”的近邻分类思想，掌握距离计算、K值选择及分类过程。
COURSE 03
从数据关系出发，学习如何通过一条最佳拟合直线完成连续数值预测。
COURSE 04
理解树形决策过程，以及随机森林通过多棵决策树提升模型稳定性和准确率的原理。
COURSE 05
理解基于距离的无监督聚类方法，掌握质心更新、样本分组及典型应用场景。
