机器学习是一门多领域交叉学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。当下，机器学习算法已经突破了人工智能的领域壁垒，在数据科学领域，推荐系统领域，大数据领域等前沿技术领域中被广泛学习和应用
- 知识创新：适合对于机器学习以及数据挖掘感兴趣的爱好者
- 技术巩固：适合企业初中级NLP工程师、机器学习工程师等巩固算法能力
- 算法提升：适合对人工智能感兴趣的初学者，提升基础算法能力
数据篇
系统性学习机器学习的基础算法以及高级算法技术，提升数据算法能力
基础算法
机器学习：基础算法与模型实例
基础知识点通俗解读
机器学习：经典算法与模型实例
经典算法模型面面俱到
升级算法
机器学习应用：降维算法与案例解析
从理论到实战，掌握降维算法典型应用场景
机器学习应用：聚类算法与案例解析
通俗解读聚类算法，快速上手应用实例
唐宇迪
同济大学硕士，华东理工大学博士
《跟着迪哥学Python数据分析与机器学习实战》作者 精通机器学习算法，主攻计算机视觉方向联通，移动，中信等公司特邀企业培训导师，累计开发课程50余门覆盖人工智能热门方向；
Bean
某大型互联公司数据分析专家
某大型互联公司数据分析专家
张宇晖
数据分析专家
三节课数据分析课程主讲老师 美国国家强磁场实验室理论物理博士 曾就职于文思海辉（美国）、微软（美国）、滴滴（中国），历任数据科学家、高级数据与应用科学家、策略运营专家。 在滴滴快捷出行事业群平台车主团队，负责各类数据运营项目的对接与具体执行，构建全面的司机标签体系，制定司机衰退干预策略，策略效果 ROI约3.5，提升大盘GMV 约1%。 作为微软负责中小企业预售&留存的约 500 人团队的主要数据科学家，从事各种数据科学分析任务和相关项目管理工作，参与建立并优化相关业务的数据仓库和数据看板。