机器学习
这是霍尔伯顿学校的机器学习（ML）培训计划，分为三个学期。从一些数学开始，然后在实践练习中深入学习各种技巧（监督，无监督，强化）。
课程的一些主题：
头三个学期
数学：
线性代数简介
微积分简介
绘图简介
概论
监督学习：
二进制分类
多类别分类
优化技术
正则化技术
卷积神经网络
深度卷积架构
物体检测
人脸验证
神经风格转移
第二学期
数学：
高级线性代数
进阶机率
无监督学习：
降维
聚类
嵌入
自动编码器
生成对抗网络
超参数优化
隐马尔可夫模型
监督学习：
递归神经网络
变形
