Excel（第三周）

PCA（主成分分析）、LDA（线性判别分析）；熵与信息增益；离群点和异常点、LOF方法进行离群点检测；数据类型转换、采样、可视化等等

数据挖掘的一些基本概念、学习资源；什么是数据、信息、知识、决策；大数据、云计算、商务智能BI；分类、聚类、关联规则、回归；数据预处理、过学习、交叉验证、混淆矩阵、ROC曲线、AUC、Cost Sensitive Learning、Lift Analysis；隐私保护与并行计算；幸存者偏差...

xpath案例之爬取猪八戒网信息

查看CUDA版本的几个命令及区别：nvidia-smi、nvcc -V、print(torch.version.cuda)、print(torch.utils.cpp_extension.CUDA_HOME)。如何配置版本兼容的cuda和pytorch

10-11集（CNN）内容：卷积神经网络（基础篇、高级篇）

sklearn中的降维算法（模块decomposition）；PCA 及重要参数n_components；鸢尾花数据集可视化；SVD及重要参数svd_solver、random_state；重要属性components_；重要接口inverse_transform；人脸识别数据集的案例

前9集内容：Overview、线性模型、梯度下降算法、反向传播、用PyTorch实现线性回归、逻辑斯蒂回归、处理多维特征的输入、加载数据集、多分类问题

双指针法（反转字符串）；使用整体反转+局部反转就可以实现反转单词顺序的目的；KMP算法（解决两类问题：匹配问题&重复子串问题）

前9集内容：Overview、线性模型、梯度下降算法、反向传播、用PyTorch实现线性回归、逻辑斯蒂回归、处理多维特征的输入、加载数据集、多分类问题