01 微积分与概率论基础
02 参数估计与矩阵运算基础
03 凸优化基础
04 广义线性回归和对偶优化
05 牛顿、拟牛顿、梯度下降、随机梯度下降(SGD)
06 熵、最大熵模型MaxEnt、改进的迭代尺度法IIS
07 聚类（k-means、层次聚类、谱聚类等）
08 K近邻、决策树、随机森林(random decision forests)
09 Adaboost
10 朴素贝叶斯、与贝叶斯网络
11 支持向量机（最大间隔分类、拉格朗日乘值、对偶问题、损失函数、最优化理论、SMO）
12 EM、混合高斯模型
12 衣服推荐系统
13 主题模型（概率潜语义分析PLSA、隐含狄利克雷分布LDA）
14.15 马尔科夫链、隐马尔可夫模型HMM、采样
16 马尔可夫随机场(Markov Random Field)、条件随机场CRF
17 SVD、主成分分析PCA、因子分析、独立成分分析ICA
18 卷积神经网络(CNN)、深度学习浅析
19 变分推断方法
20 知识图谱
素材说明：来学习素材网为您提供高品质实用的July机器学习视频课程，本次主题是July机器学习视频课程，素材图片编
号是，素材尺寸是Home Page，该素材大小是0 bytes。July机器学习视频课程是由热心网友dream上传。你可能还对相关设计素材感兴趣。
素材地址失效请扫描右侧二维码，关注公众号申请链接重做(注意:非设计类素材和设计教程请不要申请重做)。 
