机器学习算法和应用

第1篇 基础知识

• 从统计讲起

• 从概率讲起

第2篇 机器学习

• 模型评估与选择

• KNN算法

• 逻辑回归（Logistic Regression）

• 决策树（Decision Trees）

• 随机森林（Random Forests）

• 贝叶斯（Bayesian Techniques）

• 支持向量机（SVMs）

• 机器学习在天文学中的应用

• 总结

第3篇 深度学习

• 深度学习综述

• 神经网络原理及实战

• 卷积神经网络原理及实战

• 循环神经网络原理及实战

• 强化学习原理及实战

• 深度学习在天文学中的应用

• 总结