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