内容：

• 什么是聚类
• 层次聚类
• 单链聚类、全链聚类、平均链接聚类
• 聚类狗品种
• 聚类早餐麦片
• k-means聚类
• k-means++聚类
• 聚类安然邮件

内容：

• 自动判别文本中的感情色彩
• 使用朴素贝叶斯进行分类
• 去掉常用词和停词
• 分类新闻组
• 使用Python实现贝叶斯
• 情感分析

内容：

• 被动与主动学习
• 概率术语
• 条件概率:一个购物车的例子
• 贝叶斯法则
• 使用Python编写朴素贝叶斯分类器
• 美国国会投票数据集
• 高斯分布和概率密度函数
• Python实现概率密度函数

内容：

• 效果评估算法和kNN
• 留一法
• 混淆矩阵
• 代码示例
• Kappa指标
• 优化近邻算法
• 新的数据集，新的挑战

内容：

• 潘多拉推荐系统简介
• 特征值选择的重要性
• 示例：音乐特征值和邻域算法
• 数据标准化
• 修正的标准分数
• Python代码：音乐，特征，以及简单的邻域算法实现
• 一个和体育相关的示例
• 特征值抽取方式一览