http://www.tradeclassroom.com/course/48/lesson/list

课时1：1.1课程介绍机器学习介绍上23:09
课时2：1.1课程介绍机器学习介绍下04:31
课时3：1.2深度学习介绍26:47
课时4：2基本概念34:48
课时5：3.1决策树算法39:15
课时6：3.2决策树应用37:28
课时7：4.1最邻近规则分类KNN算法28:02
课时8：4.2最邻近规则KNN分类应用31:46
课时9：5.1支持向量机SVM上35:39
课时10：5.1支持向量机SVM上应用26:27
课时11：支持向量机(SVM)算法下25:08
课时12：支持向量机(SVM)算法(下)应用29:54
课时13：神经网络NN算法56:15
课时14：6.2神经网络算法应用上49:50
课时15：6.3神经网络算法应用下21:20
课时16：7.1简单线性回归上29:48
课时17：7.2简单线性回归下28:01
课时18：7.3多元线性回归33:53
课时19：7.4多元线性回归应用29:45
课时20：7.5非线性回归 Logistic Regression32:33
课时21：7.6非线性回归应用29:24
课时22：7.7回归中的相关度和决定系数32:23
课时23：7.8回归中的相关性和R平方值应用24:00
课时24：8.1Kmeans算法33:20
课时25：8.2Kmeans应用36:06
课时26：8.3Hierarchical clustering 层次聚类19:14
课时27：8.4Hierarchical clustering 层次聚类应用42:09
课时28：总结