教程文件目录：
【No0109】邹博-《机器学习》升级版III
|-- 文档
  |-- 机器学习应用实验手册.pdf
  |-- 26.HMM实践.pdf
  |-- 26.HMM代码.zip
  |-- 25.HMM.pdf
  |-- 25.Crawler代码.rar
  |-- 24.主题模型实践.pdf
  |-- 24.LDA代码.zip
  |-- 23.主题模型.pdf
  |-- 22.贝叶斯网络实践.pdf
  |-- 22.BayesNetwork代码.zip
  |-- 21.贝叶斯网络.pdf
  |-- 20.EM算法实践.pdf
  |-- 20.EM代码.zip
  |-- 19.EM算法.pdf
  |-- 18.聚类实践.pdf
  |-- 18.Clustering代码.zip
  |-- 17.聚类.pdf
  |-- 16.SVM实践.pdf
  |-- 16.SVM代码.zip
  |-- 15.SVM.pdf
  |-- 14.XGBoost实践.pdf
  |-- 14.XGBoost代码.zip
  |-- 13.提升.pdf
  |-- 12.决策树和随机森林实践.pdf
  |-- 12.RandomForest代码.zip
  |-- 11.决策树和随机森林.pdf
  |-- 10.回归实践.pdf
  |-- 10.Regression代码.rar
  |-- 09.Logistic回归.pdf
  |-- 08.回归与特征选择.pdf
  |-- 07.代码.zip
  |-- 07.补充的代码candle.zip
  |-- 07.Python库.pdf
  |-- 06.Python基础.pdf
  |-- 06.Python代码.rar
  |-- 05.凸优化.pdf
  |-- 04.矩阵和线性代数.pdf
  |-- 03.数理统计与参数估计.pdf
  |-- 02.概率论与贝叶斯先验.pdf
  |-- 01.机器学习与数学分析.pdf
|-- 视频
  |-- 26：HMM实践.mp4
  |-- 25：HMM.mp4
  |-- 24：主题模型实践.mp4
  |-- 23：主题模型.mp4
  |-- 22.贝叶斯网络实践.mp4
  |-- 21.贝叶斯网络.mp4
  |-- 20.EM算法实践.mp4
  |-- 19.EM算法.mp4
  |-- 18.聚类实践.mp4
  |-- 17.聚类.mp4
  |-- 16.SVM实践.mp4
  |-- 15.SVM.mp4
  |-- 14.XGBoost实践.mp4
  |-- 13.提升.mp4
  |-- 12.决策树和随机森林实践.mp4
  |-- 11.决策树和随机森林.mp4
  |-- 10.回归实践.mp4
  |-- 09.Logistic回归.mp4
  |-- 08.回归与特征选择.mp4
  |-- 07.Python库.mp4
  |-- 06.Python基础.mp4
  |-- 05.凸优化.mp4
  |-- 04：矩阵和线性代数.mp4
  |-- 03：数理统计与参数估计.mkv
  |-- 02：概率论与贝叶斯理论.mkv
  |-- 01：机器学习与数学分析.mkv