[第1集] 机器学习的动机与应用[第2集] 监督学习应用.梯度下降[第3集] 欠拟合与过拟合的概念[第4集] 牛顿方法[第5集] 生成学习算法[第6集] 朴素贝叶斯算法[第7集] 最优间隔分类器问题[第8集] 顺序最小优化算法[第9集] 经验风险最小化
[第10集] 特征选择[第11集] 贝叶斯统计正则化[第12集] K-means算法[第13集] 高斯混合模型[第14集] 主成分分析法[第15集] 奇异值分解[第16集] 马尔可夫决策过程[第17集] 离散与维数灾难
[第18集] 线性二次型调