周志华机器学习全部课程

周志华教授的机器学习课程包括以下内容：

1. 机器学习基础：概率论，统计学，线性代数等数学基础知识；
2. 监督学习：K近邻，决策树，朴素贝叶斯，感知机，支持向量机，神经网络等算法；
3. 无监督学习：聚类，降维，概率密度估计等算法；
4. 半监督学习：半监督聚类，半监督分类等算法；
5. 强化学习：马尔可夫决策过程，值迭代，策略迭代等算法；
6. 深度学习：深度神经网络，卷积神经网络，循环神经网络等算法。

以上是周志华教授机器学习课程的主要内容，该课程在学术界和工业界都有很高的声誉。