1、机器学习的基础算法：线性回归

01.单变量线性回归；

02.多变量线性回归；

2、Logistic回归与判别分析（一）

01. Logistic回归； 

2、Logistic回归与判别分析（二）

02. 判别分析；

03. 多元自适应回归样条法；

3、线性模型中的高级特征选择技术

01. 岭回归；

02. Lasso回归；

03. 弹性网络；

4、K最近邻与支持向量机在医学研究中应用

01. K最近邻；

02. 支持向量机；

5、分类回归树（一）

01. 回归树；

02. 分类树；

5、分类回归树（二）

03. 随机森林等

6、神经网络与深度学习（一）

01. 神经网络；

6、神经网络与深度学习（二）

02. 深度学习；

7、聚类分析

01.聚类分析；

8、主成分与因子分析

01.主成分分析

02.因子分析

9、时间序列与因果关系（一）

01.时间序列分析

9、时间序列与因果关系（二）

02.模型构建与模型评价

答疑