机器学习：监督学习、KNN邻近分类算法Introduction to machine learning
决策树：信息熵与基尼指数、装袋法、随机森林Decision trees,bagging,and random forest
回归算法：线性回归、逻辑回归、岭回归、套索回归Regressions
神经网络与深度学习Neural networks and deep learning
无监督学习：聚类、K均值聚类算法Unsupervised learning
项目回顾与成果展示Program Review and Presentation
论文辅导Project Deliverables Tutoring
适合人群
大学生
计算机科学、人工智能、机器学习、数据科学、电子与计算机工程等专业，软件工程、自动化等相关专业或者对机器学习、大数据方向感兴趣的学生；学生需要具备初等微积分或线性代数基础，至少会使用一门编程语言。
项目模式
10课时的主导师Lecture
名校教研体系深度浸泡
6课时1对1 Office Hour
扫除你上课时积累的所有疑难知识点
12课时的Mentor Session
指导小组完成实战项目
2课时的成果汇报Presentation
将你所学知识呈献给导师及所有学员，获得导师点拨和反馈
24小时内答疑回复
24小时内答疑，时间解决遗留问题
全程助教辅助模式
项目期间配双语助教全程辅助教学过程，不让任何一位学生落下进度
班主任跟踪监督模式
不让懒惰拖延成为你成功路上的绊脚石
师生比例1比4
小班教学，人人都能与大佬沟通熟悉，打通人脉
