1、机器学习实战-系列教程1：线性回归入门教程（项目实战、原理解读、源码解读）
2、机器学习实战-系列教程2：手撕线性回归1之线性回归类的实现（项目实战、原理解读、源码解读）
3、机器学习实战-系列教程3：手撕线性回归2之单特征线性回归（项目实战、原理解读、源码解读）
4、机器学习实战-系列教程4：手撕线性回归3之多特征线性回归（项目实战、原理解读、源码解读）
5、机器学习实战-系列教程5：手撕线性回归4之非线性回归（项目实战、原理解读、源码解读）
6、机器学习实战-系列教程6：SVM分类实战1（鸢尾花数据集/软间隔/线性SVM/非线性SVM/scikit-learn框架）
机器学习实战-系列教程6：SVM分类实战1（鸢尾花数据集/软间隔/线性SVM/非线性SVM/scikit-learn框架）
7、机器学习实战-系列教程7：SVM分类实战2线性SVM（鸢尾花数据集/软间隔/线性SVM/非线性SVM/scikit-learn框架）项目实战、代码解读
机器学习实战-系列教程7：SVM分类实战2（鸢尾花数据集/软间隔/线性SVM/非线性SVM/scikit-learn框架）
8、机器学习实战-系列教程8：SVM分类实战3非线性SVM（鸢尾花数据集/软间隔/线性SVM/非线性SVM/scikit-learn框架）
机器学习实战-系列教程8：SVM分类实战3非线性SVM（鸢尾花数据集/软间隔/线性SVM/非线性SVM/scikit-learn框架）
逻辑回归
Kmeans
Dbscan
决策树
集成算法-随机森林
集成算法-Adaboost
svm支持向量机
贝叶斯与朴素贝叶斯
关联规则