课时1：欢迎来到机器学习课程

课时2：机器学习与传统编程的异同

课时3：机器学习无处不在 答案

课时4：机器学习无处不在

课时5：学习项目介绍

课时6：开始机器学习

课时7：人工智能简介

课时8：人工智能难题

课时9：人工智能问题的特点

课时10：人工智能和不确定性

课时11：有哪些人工智能问题？

课时12：有哪些人工智能问题？ 答案

课时13：人工智能的实际运用：Watson

课时14：人工智能的实际运用：Watson 答案

课时15：什么是基于知识的人工智能？

课时16：基础知识：人工智能的四个学派

课时17：什么是基于知识的人工智能？2

课时18：什么是基于知识的人工智能？ 答案

课时19：人工智能的四个学派

课时20：人工智能的四个学派 答案

课时21：贝叶斯公式入门

课时22：贝叶斯规则

课时23：贝叶斯网络

课时24：贝叶斯网络 答案

课时25：机器学习与数据科学

课时26：什么是数据科学家？

课时27：什么是数据科学家？II

课时28：数据科学家都做些什么？

课时29：Pi Chuan - 什么是数据科学？

课时30：数据科学家的基本技能

课时31：数据科学解决的问题

课时32：从人工智能到机器学习

课时33：简介

课时34：简介 - 第 2 部分

课时35：佐治亚理工学院机器学习课程

课时36：机器学习的定义

课时37：监督学习

课时38：强化学习

课时39：归纳法与演绎法

课时40：归纳法，演绎法与溯因法

课时41：非监督学习

课时42：机器学习的实际应用

课时43：Stanley Darpa 超级挑战赛

课时44：医疗保健现在的问题

课时45：认知计算：现代应用

课时46：简介

课时47：基本要素

课时48：分类法

课时49：监督学习

课时50：监督学习 答案

课时51：垃圾邮件检测

课时52：垃圾邮件检测 答案

课时53：分类和回归

课时54：分类和回归 答案

课时55：线性回归

课时56：线性回归 答案

课时57：更多线性回归

课时58：基础知识总结

课时59：模型评估和验证简介

课时60：模型评估 - 你将看到什么

课时61：模型评估 - 你将学到什么

课时62：模型评估 - 你将做什么

课时63：先修要求

课时64：哪个专业？

课时65：哪个专业？答案

课时66：用一个数字描述数据

课时67：数据集的众数答案

课时68：选择哪个数字？

课时69：分布的众数

课时70：数据集的众数

课时71：众数 - 负偏斜分布

课时72：众数 - 负偏斜分布 答案

课时73：众数 - 均匀分布

课时74：众数 - 均匀分布答案

课时75：不止一个众数？

课时76：不止一个众数？答案

课时77：分类数据的众数

课时78：分类数据的众数 答案

课时79：众数的更多信息！

课时80：众数的更多信息！答案

课时81：找出均值

课时82：找出均值 答案

课时83：找出均值的步骤

课时84：找出均值的步骤 答案

课时85：迭代过程

课时86：迭代过程 答案

课时87：有用的符号

课时88：均值的特性

课时89：均值的特性答案

课时90：含异常值的均值

课时91：含异常值的均值 答案

课时92：可以期望多高的薪资？

课时93：可以期望多高的薪资？ 答案

课时94：北卡莱罗纳大学

课时95：中位数的要求

课时96：中位数的要求 答案

课时97：找出中位数

课时98：找出中位数答案

课时99：含异常值的中位数

课时100：含异常值的中位数答案

课时101：找出含异常值的中位数

课时102：找出含异常值的中位数 答案

课时103：中心测量值

课时104：对中心测量值排序 1

课时105：对中心测量值排序 1 答案