K-means聚类算法-计算样本的最近邻聚类中心

掌握DGCN生成对抗网络的基本思想和网络结构

神经网络学习之机器学习基础

K-means聚类算法-计算欧几里得距离

朴素贝叶斯算法的逻辑性十分简单，并且算法较为稳定，当数据呈现不同的特点时，朴素贝叶斯的分类性能不会有太大的差异。朴素贝叶斯方法是基于贝叶斯定理与特征条件独立假设的分类方法（所以叫朴素版的贝叶斯），对于给定的训练集合，首先基于特征条件独立学习输入、输出的联合概率分布；逻辑回归（ logistic regression ）是统计机器学习中的经典方法，虽然简单，但是由于其模型复杂度低，不容易过拟合，计算

学习并理解YOLO V1的网络框架。

词频统计的方法；词频可视化

卷积神经网络的实现

神经网络学习之机器学习基础

根据所学有关统计分词的知识，完成基于 HMM 的中文分词算法程序的编写并通过所有测试用例