1.1 Python语言基础
1.2 Python语言实战
1.3 Jupyter Notebook
1.4 pandas快速入门
1.5 NumPy

2.1机器学习简介
2.2模型、损失函数及参数学习（1）
2.3模型、损失函数及参数学习（2）
2.4线性代数回顾
2.5编程-线性回归
2.6多变量线性回归
2.7编程-多元线性回归
2.8分类与表示
2.9逻辑回归
2.10多分类
2.11解决过拟合
2.12分类编程课

3.1神经网络简介
3.2实现神经网络（1）
3.3实现神经网络（2）
3.4神经网络编程
3.5应用机器学习建议（1）
3.6应用机器学习建议（2）
3.7应用机器学习建议（3）
3.8机器学习系统设计
3.9机器学习诊断-编程课
3.10支持向量机（1）
3.11支持向量机（2）
3.12支持向量机（3）
3.13 SVM编程课

4.1无监督学习（1）
4.2无监督学习（2）
4.3降维（1）
4.4降维（2）
4.5 k-means_pca编程课
4.6异常检测（1）
4.7异常检测（2）
4.8异常检测扩展
4.9异常检测编程课
4.10推荐系统（1）
4.11推荐系统（2）
4.12协同过滤_编程课
4.13大规模机器学习（1）
4.14大规模机器学习（2）
4.15大规模机器学习（3）

5.1 sklearn（上）
5.2 sklearn（下）
5.3加州房产估值part1
5.4加州房产估值part2（上）
5.5加州房产估值part2（下）
5.6加州房产估值part3（上）
5.7加州房产估值part3（下）
5.8共享单车需求量预测part1
5.9共享单车需求量预测part2（上）
5.10共享单车需求量预测part2（中）
5.11共享单车需求量预测part2（下）
5.12电影评论情感分析part1
5.13电影评论情感分析part2
5.14纽约出租车小费意愿part1
5.15纽约出租车小费意愿part2
5.16客户划分与交叉销售part1
5.17客户划分与交叉销售part2
5.18品鉴葡萄酒part1（上）
5.19品鉴葡萄酒part1（下）
5.20品鉴葡萄酒part2
5.21音乐推荐引擎（上）
5.22音乐推荐引擎（下）