numpy：基于python的数值计算包，用于存储操作多维数组
scipy:基于numpy设计的用于科学计算和工程设计的开发包
matplotlib：绘制二维图像
scikit learn整体结构介绍
分类：垃圾邮件检测、图像识别
算法：支持向量机，最近邻，随机森林，集成方法……
回归：药物反应，股票价格
算法：支持向量机，核岭回归，lasso，弹性网……
聚类：客户细分，分组实验输出
算法：k均值，谱聚类，均值漂移
维数约简：可视化，提高效率
算法：PCA，特征选择，非负矩阵分解……
模型选择：通过参数调节提高精度
算法：网格搜索，交叉验证，评估测度
数据预处理：从原始数据到特征向量
算法：preprocessing,feature extraction……
对机器学习基本概念（分类、回归等）的快速介绍；如何加载数据集；如何调用学习器模型；如何训练，预测以及评估；模型持久化；一些约定俗成；
pandas:数据分析
开发环境搭建：
安装Anaconda、Python、配置环境
sklearn算法库的顶层设计
1、sklearn包含了哪些模块？
sklearn监督学习的各个模块
sklearn无监督学习模块
sklearn数据变换模块
sklearn算法类顶层设计图
2、sklearn中算法的继承关系
sklearn算法类svm继承关系图（以支持向量机为例）
sklearn算法模块cluster继承关系图（以K-Means和Meanshift为例）
sklearn算法模块featyre_extraction继承关系图（以featurehasher和dictvextorizer为例）
3、sklearn中的统一API接口
sklearn六大板块统一API
sklearn监督学习工作流程
例子：鸢尾花的分类
环境为pycharm
sklearn无监督学习工作流程
展示数据预处理工作流程：数据变换
展示无监督学习工作流程：聚类
4、sklearn中算法的学习顺序
sklearn算法模块的学习顺序
sklearn数据集操作API
自带的小数据集（Packaged Dataset）
sklearn.datasets.load_
手写数字数据集：load_digits()
用于多类分类任务的数据集，其构成如下：
乳腺癌数据集：load_breast_cancer()
简单经典的用于二分类任务的数据集
糖尿病数据集：load_diabetes()
经典的用于回归任务的数据集，其构成如下：
注意：这10个特征中的每一个特征都已经被处理成0均值，方差归一化的特征值。
波士顿房价数据集：load_boston()
经典的用于回归任务的数据集
体能训练数据集：load_linnerud()
经典的用于多变量回归任务的数据集，其构成如下：
图像数据集：load_sample_image(name)
加载一张指定名称的图像，其构成如下：
svmlight/libsvm格式的数据集
sklearn.datasets.load_svmlight_file(…）
svmlight/libsvm的每一行样本的存放格式：
这种格式比较适合存放稀疏数据，在sklearn中，用scipy sparse CSR矩阵来存放X,用numpy数组来存放Y.
