diff --git a/README.md b/README.md
index 97102f1f..0b4618a5 100644
--- a/README.md
+++ b/README.md
@@ -5,31 +5,31 @@
 
 ## 第一部分  分类
 
-* 1) [机器学习基础](./docs/1.机器学习基础.md)
-* 2) [k-近邻算法](./docs/2.k-近邻算法.md)
-* 3) [决策树](./docs/3.决策树.md)
-* 4) [基于概率论的分类方法：朴素贝叶斯](./docs/4.朴素贝叶斯.md)
-* 5) [Logistic回归](./docs/5.Logistic回归.md)
-* 6) [支持向量机](./docs/6.支持向量机.md)
-* 7-1) [利用AdaBoost元算法提高分类](./docs/7.利用AdaBoost元算法提高分类.md)
-* 7-2) [随机森林的使用(非课本内容)](./docs/7.随机森林的使用.md)
+* 1.) [机器学习基础](./docs/1.机器学习基础.md)
+* 2.) [k-近邻算法](./docs/2.k-近邻算法.md)
+* 3.) [决策树](./docs/3.决策树.md)
+* 4.) [基于概率论的分类方法：朴素贝叶斯](./docs/4.朴素贝叶斯.md)
+* 5.) [Logistic回归](./docs/5.Logistic回归.md)
+* 6.) [支持向量机](./docs/6.支持向量机.md)
+* 7.1) [利用AdaBoost元算法提高分类](./docs/7.利用AdaBoost元算法提高分类.md)
+* 7.2) [随机森林的使用(非课本内容)](./docs/7.随机森林的使用.md)
 
 ## 第二部分  利用回归预测数值型数据
 
-* 8) [预测数值型数据：回归](./docs/8.预测数值型数据：回归.md)
-* 9) [树回归](./docs/9.树回归.md)
+* 8.) [预测数值型数据：回归](./docs/8.预测数值型数据：回归.md)
+* 9.) [树回归](./docs/9.树回归.md)
 
 ## 第三部分  无监督学习
 
-* 10) [使用K-均值聚类算法对未标注数据分组:k-means聚类](./docs/10.k-means聚类.md)
-* 11) [使用Apriori算法进行关联分析](./docs/11.使用Apriori算法进行关联分析.md)
-* 12) [使用FP-growth算法来高效发现频繁项集](./docs/12.使用FP-growth算法来高效发现频繁项集.md )
+* 10.) [使用K-均值聚类算法对未标注数据分组:k-means聚类](./docs/10.k-means聚类.md)
+* 11.) [使用Apriori算法进行关联分析](./docs/11.使用Apriori算法进行关联分析.md)
+* 12.) [使用FP-growth算法来高效发现频繁项集](./docs/12.使用FP-growth算法来高效发现频繁项集.md )
 
 ## 第四部分  其他工具
 
-* 13) [利用PCA来简化数据](./docs/13.利用PCA来简化数据.md)
-* 14) [利用SVD简化数据](./docs/14.利用SVD简化数据.md)
-* 15) [大数据与MapReduce](./docs/15.大数据与MapReduce.md)
+* 13.) [利用PCA来简化数据](./docs/13.利用PCA来简化数据.md)
+* 14.) [利用SVD简化数据](./docs/14.利用SVD简化数据.md)
+* 15.) [大数据与MapReduce](./docs/15.大数据与MapReduce.md)
 
 ## 第五部分  项目实战(非课本内容 来之ApacheCN Team)