机器学习可解决的问题
图像识别
人脸识别
数字识别 MNIST数据集
机器学习算法
kNN
线性回归
多项式回归
逻辑回归
模型正则化
PCA
SVM
决策树
随机森林
集成学习
模型选择
模型调整
深入理解算法基本原理
实际使用算法解决真实场景的问题
对不同算法进行比较试验
对同一算法的不同参数进行对比实验
对部分算法底层编写
如何使用算法
如何评价算法的的好坏
如何解决过拟合和欠拟合
如何调节算法的参数
如何验证算法的正确性
课程环境
框架：Scikit-learn
IDE Jupyter Notebook
anaconda
数据集
框架：Scikit-learn 内置数据集或通过Scikit-learn可以直接下载到的数据集
