1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、培訓結束后,授課老師留給學員聯系方式,保障培訓效果,免費提供課后技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

• 第1章python機器學習案例實戰
  1-1Python環境搭建（推薦Anaconda方式）
  1-2Eclipse環境搭建（選擇自己順手的就好）
  1-3python機器學習案例實戰01 課程簡介
  1-4python機器學習案例實戰02 使用python庫
  1-5python機器學習案例實戰03 使用scikit-learn庫建立回歸模型
  1-6python機器學習案例實戰04 使用邏輯回歸改進模型效果
  1-7python機器學習案例實戰05 模型效果衡量標準
  1-8python機器學習案例實戰06 ROC指標與測試集的價值
  1-9python機器學習案例實戰07 交叉驗證
  1-10python機器學習案例實戰08 多類別問題
  1-11python機器學習案例實戰09 梯度下降
  1-12python機器學習案例實戰10 實現簡易梯度下降算法
  1-13python機器學習案例實戰11 決策樹算法原理
  1-14python機器學習案例實戰12 使用ID3算法進行特征選擇
  1-15python機器學習案例實戰13 構造決策樹
  1-16python機器學習案例實戰14 使用scikit-learn庫建立決策樹
  1-17python機器學習案例實戰15 隨機森林模型
  1-18python機器學習案例實戰16 無監督聚類問題
  1-19python機器學習案例實戰17 聚類結果與離群點分析
  1-20python機器學習案例實戰18 K-means實戰案例NBA球員數據分析
  1-21python機器學習案例實戰19 神經網絡之前向傳播
  1-22python機器學習案例實戰20 單層神經網絡架構
  1-23python機器學習案例實戰21 完成多層神經網絡架構
  1-24python機器學習案例實戰22 神經網絡模型表現效果
  第2章機器學習項目實戰-貸款申請最大化利潤
  2-1數據清洗過濾無用特征
  2-2數據預處理
  2-3獲得最大利潤的條件與做法
  2-4預測結果并解決樣本不均衡問題開始學習
  對結果進行預測并針對樣本不均衡問題展開分析