Class One:
机器学习在硅谷科技公司的应用及前景
机器学习的历史和发展现状
学完这套课你的简历会变成？
线性回归模型 intuition & optimization
scikit-learn 如何使用
从理论到实践 - 预测房价
Class Two:
逻辑回归 Logistic Regression intuition
从理论到实践 - 研究生录取分类预测
过拟合和欠拟合（overfit & underfit)
如何衡量你的模型 - metrics: precision&reccall,
Class Three:
K-NN算法
如何选取你的K
K-NN多种运用场景
从理论到实践 - 推荐系统 V1
Class Four:
Tree-based model
决策树，随机森林 （Decision Tree, Random Forest）
Advanced topic: XGBoost
从理论到实践 - 推荐系统V2
Class Five:
聚类是什么 （what is clustering problem)
K-Means 聚类算法
如何选取你的K
从理论到实践 - 推荐系统V3
Class Six:
神经网络 （neural network)
Deep Learning (深度学习）in detail
Questions on Deep Learning
Optimization
Recitation:
PyTorch基础入门
Class Seven:
图像处理基本知识
卷积神经网络(CNN)
参数调节
从理论到实践 - MNIST数字图像识别
Class Eight:
实战项目：电影人脸识别
