一、Pytorch
- Pytorch安装
- Pytorch基础
- Pytorch项目实践
二、机器学习
1、监督学习
线性回归
- 均方差损失推导
- 梯度下降法
- 归一化
- 正则化
- Lasso回归&岭回归
- 多项式回归
线性分类
- 逻辑回归
- 多标签分类
- 交叉熵损失
- Softmax回归
- SVM支持向量机
决策树
- 剪枝与后剪枝
- 随机森林
- Adaboost
- GBDT
- XGBoost
2、无监督学习
降维
- PCA主成分分析
- SVD奇异值分解
- LDA线性判断分析
聚类
- KMeans聚类与变量
- 密度聚类
- 层次聚类
- 图聚类
- GMM高斯混合模型
3、概率图模型
- 朴素贝叶斯
- HMM隐含马尔可夫模型
- 最大熵模型
- 最大熵马尔可夫模型
- CRF条件随机场
