先明确了BP、BP神经网络、MLP的概念，讨论了三者的区别和联系。之后用pytorch搭建多层感知机神经网络，这部分主要针对新手小白，以实战为主。内含2023年美赛春季赛Y题改变回归实例和一个反骗保欺诈分类实例。

主要内容分为理论推导和代码实现以及面试宝典三个部分。理论推导主要是贝叶斯的推导以及朴素贝叶斯计算实例。代码实现包括手动实现朴素贝叶斯和sklearn调用，实例有3个，分别对应离散型诗句和连续型数据两种情况。面试宝典是一部分《机器学习》中的课后习题和一些面试题。

主要内容分为理论推导和代码实现两个部分。理论推导包括手动推导逻辑回归原理、梯度下降法求解、牛顿法求解三块。代码实现包括逻辑回归代码实现；梯度下降法、随机梯度下降法、牛顿法、sklearn包 4种方法求解逻辑回归问题。

  我们以2022年全国服务外包大赛的A03题目作为示例代码演示缺失值填补过程。  主要是提供一种缺失值填补的方案，从预测和分类的角度来解决问题，算是除了经典的随机森林算法之外的其他方法

假设一个空间中有一堆散点，线性回归的目的就是希望用一条直线，最大程度地“概括”这些散点。它不要求经过每一个散点，但是希望能考虑到每个散点的特点。按照西瓜书的例子就是，好瓜的评判标准y可以由xi​表示，也就是说，fgood​(x)=w1​x色泽​+w1​x根蒂​+w1​x敲声​+b。

主要内容分为理论推导和代码实现以及面试宝典三个部分。理论推导主要是SVM的原理以及线性SMO算法的推导，也提了一下核函数和软间隔的理论，在推导之前还引入了拉格朗日乘子法、超平面、对偶问题的介绍。代码实现包括sklearn调用，有几个对应实例。面试宝典是一部分《机器学习》中的课后习题和一些《百面机器学习》的面试题，由公式推导和理论解答。

项目想法脱胎于2023年服务外包大赛A18题 随手买（详情整个APP思路如下：这篇博客主要服务于管理员界面的个人中心界面和乘客界面的个人中心界面。模仿淘宝的设置的设计，就是个壳子，目的是为了方便在点击后回到登陆界面切换账号和用户身份。主要用到 ListTile, CircleAvatar, Card

主要完成了四张图，主要难点在动画和交互上。利用flutter_echart完成饼图、fl_chart完成柱状图和折线图、手绘完成日历热力图。

项目想法脱胎于2023年服务外包大赛A18题 随手买（详情整个APP思路如下：这篇博客主要服务于乘客界面的商品界面，模仿京东的商品界面、淘宝的商品详情界面和相关商品界面、探探的翻牌界面、得物的购买记录界面。主要用到 toggle_rotate, flutter_swiper, fluttertoast, flutter_screenutil，以及NestedScrollView, SliverOv

设计flutter软件登录界面，具有数据库功能，能够完成创建账号，找回密码，账号校验，根据用户身份信息登录等功能。