第一部分 数据挖掘与机器学习数学基础 3 第一章 机器学习的统计基础 3 第二章 探索性数据分析（ EDA 11 第二部分 机器学习概述 14 第三章 机器学习概述 14 第三部分 监督学习 ---分类与回归 16 第四章 KNN k最邻近分类算法） 16 第五章 决策树 19 第六章 朴素贝叶斯分类 29 第七章 Logistic回归 32 第八章 SVM支持向量机 42 第九章 集成学习 (Esemble Learning) 43 第十一章 模型评估 46 第四部分 非监督学习 ---聚类与