[背景音乐] 这堂课的内容比较棘手，有点晦涩难懂 但学完本节内容，你将在话题方面成为一个真正的专家 和之前一样，我们将继续我们的核心理念 案例驱动学习，这将贯穿于整个课程 在每个模块里都有六件事 正如你所见 我们将谈论核心内容 在特定模块中，核心内容超越技术 我已经为课程的每一部分设计了可视化 你将看到新的可视化 希望可以帮助你真正掌握基本思想 我们将详细讨论一些实际的算法 使我们有可能在实际中应用它们 我们将讲解算法 但我们不可能讲解完分类的方方面面 我们主要讲解技术方面的知识 那些真正影响世界，真正实用的技术 我们还将讨论如何使用这些技术 这是一件大事，因为我们需要去实现它 在本课程中，你将从零实现他们 所有我们谈论到的算法，你都将从头实现一遍 并且你将在实际中应用它们 如果你对此感兴趣，想要调用他们 真正理解他们是怎么来的 对课程中的每一个模块，我们都将在高级章节讲解一些高级内容 这部分为选修内容 感兴趣的话，你可以进一步深入了解 如果你想要深入理解的话，你将学到更多新知识 这部分是选修的，不是必须完成 即使你跳过选修章节，你仍可以理解 实际应用中的一些重要技术 来构建分类器 我们不可能面面俱到 但我们会对你现在需要掌握的内容进行深入讲解 因此，我们将重点放在不同模型上 即线性分类、逻辑回归、决策树， 和集成方法 如果你可以理解这些内容，你将能构建分类器 对现实中的各种问题，都可以达到惊人的准确度 我们将讨论一些基本的算法 你将实现这些算法，并且完全精通 梯度，在回归课程中我们也提到过 随机梯度， 这是一种有效的缩放梯度方法，可以解决实际中复杂的分类问题 递归贪婪算法，对学习决策树很有用 集成，这是一种惊人的技术 对实现分类器的集成十分有用 我们还将讨论核心机器学习算法的一些概念 这些很有用，但超出了本课程的内容 除了分类器 如何避免过拟合、如何处理缺失数据 精度-召回率和在线学习 这些我们都将学到 [背景音乐]