K-Nearest-Neighbors，是监督学习算法，核心思想是通过计算给定样本与数据集中所有样本的距离，找到距离最近的K个样本，然后根据这K个样本的类别或值来预测当前样本的类别或值。先计算距离，再选择最近距离的K个样本。

机器学习之逻辑回归和感知机

机器学习之其他监督学习算法：朴素贝叶斯，决策树，SVM支持向量机，集成学习

机器学习之无监督学习聚类和降维

深度学习核心1.0之神经网络基础、激活函数、损失函数、数值微分、梯度下降法和简单神经网络的创建

深度学习核心之反向传播（输出层和激活层）、梯度消失/爆炸、更新参数优化方法Adam、SGD、AdaDrad、RMSProp

PyTorch 是一个开源的 Python 机器学习库，基于Torch 库（一个有大量机器学习算法支持的科学计算框架，有着与 Numpy 类似的张量（Tensor）操作，采用的编程语言是 Lua），底层由 C++实现。

损失函数、参数更新方法、附经典案例在PyTorch中的应用

阿里云推荐通过指定活动链接访问，AutoDL需进入算力市场选择配置。1)通过Win+R打开终端输入账号密码或使用JupyterLab；2)添加SSH解释器时需复制登录指令，注意端口号、用户名(root)、IP地址和密码的对应关系。建议优先使用系统默认环境配置。

K-Nearest-Neighbors，是监督学习算法，核心思想是通过计算给定样本与数据集中所有样本的距离，找到距离最近的K个样本，然后根据这K个样本的类别或值来预测当前样本的类别或值。先计算距离，再选择最近距离的K个样本。