机器学习定义、发展历程、主要类型、基本术语及模型评估与选择
线性回归、逻辑回归、线性判别分析、多分类学习与类别不平衡问题
决策树生成与剪枝、随机森林、AdaBoost、GBDT与XGBoost算法
最大间隔超平面、对偶问题、核函数、软间隔与支持向量回归
感知机、多层前馈网络、反向传播算法、卷积神经网络及循环神经网络
贝叶斯决策论、极大似然估计、朴素贝叶斯、半朴素贝叶斯及EM算法
K均值聚类、层次聚类、密度聚类、高斯混合模型及聚类性能度量
主成分分析PCA、线性判别分析LDA、流形学习及特征选择方法
偏差与方差、交叉验证、正则化、超参数调优及学习曲线分析