1.【学前准备】开营仪式
2.了解机器学习基本概念
3.入门比赛：“达观杯”NLP算法大赛（报名和入门指导）

1.线性模型
2.学习sklearn包中逻辑回归算法的使用
3.作业：梳理算法工作流程，使用sklearn的逻辑回归接口实现MNIST 分类

1. 决策树的分裂准则
2. 决策树的剪枝和连续值处理
3. 学习sklearn包中决策树算法的使用
4.作业：掌握构建一个棵树的基本流程，使用sklearn的决策树接口实现鸢尾花分类
5. 入门比赛：“达观杯”NLP算法大赛（进阶指导）

1. 支持向量机原始模型的建立和求解
2. 核函数和软间隔支持向量机
3. 了解sklearn包中svm算法的使用
4.作业：掌握SVM公式推导，使用sklearn的SVM接口实现鸢尾花分类

1.极大似然估计与朴素贝叶斯
2. EM算法
3.了解sklearn包中的朴素贝叶斯算法的适用
4.作业：掌握极大似然估计和朴素贝叶斯分类器，使用sklearn的高斯贝叶斯接口实现鸢尾花分类

1.神经网络结构
2.BP算法
3.深度学习初探
4.了解sklearn包中神经网络的使用
5.作业：掌握BP算法，使用sklearn的神经网络接口实现MNIST分类

1.经验误差与过拟合
2.评估方法
3.性能度量
4.了解sklearn包中模型评估方法的使用
5.进阶比赛：天池 o2o 优惠券使用预测比赛（报名指导）

1.特征降维
2.特征选择
3.了解sklearn包中特征选择和降维算法的使用
4.作业：掌握特征选择和降维算法的使用
5.进阶比赛：天池 o2o 优惠券使用预测比赛（入门指导）

1.集成学习
2.结合策略
3.实验-lightGBM的使用
4.进阶比赛：天池o2o优惠券使用预测比赛（进阶指导）

1.聚类
2.HMM
3.对K-means算法进行实践

1.任务与奖赏
2.K-摇臂赌博机
3.有/无模型学习
4.比赛复盘和期末总结