链接：https://pan.baidu.com/s/1q1iGMZWAkHdqmvkvyL72lw
提取码：hdu2
第一部分
(01)机器学习与相关数学初步
(02)数理统计与参数估计
(03)矩阵分析与应用
(04)凸优化初步
(05)回归分析与工程应用
(06)特征工程
(07)工作流程与模型调优
(08)最大熵模型与EM算法
(09)推荐系统与应用
(10)聚类算法与应用
(11)决策树随机森林和adaboost
(12)SVM
(13)贝叶斯方法
(14)主题模型
(15)贝叶斯推理采样与变分
(16)人工神经网络
(17)卷积神经网络
(18)循环神经网络与LSTM
(19)Caffe&Tensor Flow&MxNet 简介
(20)贝叶斯网络和HMM
第二部分
第01课 机器学习中数学基础
第02课 高效计算基础与图像线性分类器
第03课 梯度下降法与反向传播
第04课 CNN与常用框架
第05课 CNN训练注意事项与框架使用
第06课 CNN推展案例
第07课 RNN介绍
第08课 RNN应用
第09课 更多的网络类型
第10课 更多框架
