+ [入门须知](README.md)
+ 机器学习
    + [第1章_基础知识](docs/ml/1.机器学习基础.md)
    + [第2章_K近邻算法](docs/ml/2.k-近邻算法.md)
    + [第3章_决策树算法](docs/ml/3.决策树.md)
    + [第4章_朴素贝叶斯](docs/ml/4.朴素贝叶斯.md)
    + [第5章_逻辑回归](docs/ml/5.Logistic回归.md)
    + [第6章_支持向量机](docs/ml/6.支持向量机.md)
    + [第7章_集成方法](docs/ml/7.集成方法-随机森林和AdaBoost.md)
    + [第8章_回归](docs/ml/8.回归.md)
    + [第9章_树回归](docs/ml/9.树回归.md)
    + [第10章_KMeans聚类](docs/ml/10.KMeans聚类.md)
    + [第11章_Apriori算法](docs/ml/11.使用Apriori算法进行关联分析.md)
    + [第12章_FP-growth算法](docs/ml/12.使用FP-growth算法来高效发现频繁项集.md)
    + [第13章_PCA降维](docs/ml/13.利用PCA来简化数据.md)
    + [第14章_SVD简化数据](docs/ml/14.利用SVD简化数据.md)
    + [第15章_大数据与MapReduce](docs/ml/15.大数据与MapReduce.md)
    + [第16章_推荐系统](docs/ml/16.推荐系统.md)
    + [为何录制教学版视频](docs/why-to-record-study-ml-video.md)
    + [2017-04-08_第一期的总结](report/2017-04-08_第一期的总结.md)
+ 深度学习入门
    + [反向传递](docs/dl/反向传递.md)
    + [CNN原理](docs/dl/CNN原理.md)
    + [RNN原理](docs/dl/RNN原理.md)
    + [LSTM原理](docs/dl/LSTM原理.md)
+ 自然语言处理
    + [第1章_入门介绍](docs/nlp/1.入门介绍.md)
    + [第2章_分词](docs/nlp/2.分词.md)
    + [第3章_命名实体识别](docs/nlp/3.命名实体识别.md)
    + [第10章_篇章分析-内容概述](docs/nlp/3.1.篇章分析-内容概述.md)
    + [第10章_篇章分析-内容标签](docs/nlp/3.2.篇章分析-内容标签.md)
    + [第10章_篇章分析-情感分析](docs/nlp/3.3.篇章分析-情感分析.md)
    + [第10章_篇章分析-自动摘要](docs/nlp/3.4.篇章分析-自动摘要.md)
+ TensorFlow 2.0 - 教程
    + [安装指南](docs/TensorFlow2.x/安装指南.md)
    + [Kears 快速入门](docs/TensorFlow2.x/Keras快速入门.md)
    + [实战项目 1 电影情感分类](docs/TensorFlow2.x/实战项目_1_电影情感分类.md)
    + [实战项目 2 汽车燃油效率](docs/TensorFlow2.x/实战项目_2_汽车燃油效率.md)
    + [实战项目 3 优化 过拟合和欠拟合](docs/TensorFlow2.x/实战项目_3_优化_过拟合和欠拟合.md)
    + [实战项目 4 古诗词自动生成](docs/TensorFlow2.x/实战项目_4_古诗词自动生成.md)