+   [数据科学和人工智能技术笔记](README.md)
+   [一、向量、矩阵和数组](1.md)
+   [二、数据准备](2.md)
+   [三、数据预处理](3.md)
+   [四、图像预处理](4.md)
+   [五、文本预处理](5.md)
+   [六、日期时间预处理](6.md)
+   [七、特征工程](7.md)
+   [八、特征选择](8.md)
+   [九、模型验证](9.md)
+   [十、模型选择](10.md)
+   [十一、线性回归](11.md)
+   [十二、逻辑回归](12.md)
+   [十三、树和森林](13.md)
+   [十四、K 最近邻](14.md)
+   [十五、支持向量机](15.md)
+   [十六、朴素贝叶斯](16.md)
+   [十七、聚类](17.md)
+   [十八、Keras](18.md)
+   [十九、数据整理（上）](19.1.md)
+   [十九、数据整理（下）](19.2.md)
+   [二十、数据可视化](20.md)
+   [二十一、统计学](21.md)