机器学习入门 —— KNN 算法：邻近算法，或者说K最邻近（KNN，K-NearestNeighbor）分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是K个最近的邻居的意思，说的是每个样本都可以用它最接近的K个邻近值来代表。近邻算法就是将数据集合中每一个记录进行分类的方法

数据分析——Matplotlib数据可视化

深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。 深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力

聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。聚类（Cluster）分析是由若干模式（Pattern）组成的，通常，模式是一个度量（Measurement）的向量，或者是多维空间中的一个点。聚类分析以相似性为基础，在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。

什么是PCA降维：降维，顾名思义，是要把一个M维的数据降为K维，为了方便表示，这里可以表示为将M维的N条样本转化为K维的N条样本，即把一个N*M的矩阵X转换为N*K的矩阵Y。

数据分析——Pandas入门

聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。聚类（Cluster）分析是由若干模式（Pattern）组成的，通常，模式是一个度量（Measurement）的向量，或者是多维空间中的一个点。聚类分析以相似性为基础，在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。

什么是PCA降维：降维，顾名思义，是要把一个M维的数据降为K维，为了方便表示，这里可以表示为将M维的N条样本转化为K维的N条样本，即把一个N*M的矩阵X转换为N*K的矩阵Y。

BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络，是应用最广泛的神经网络模型之一，也是目前深度学习的理论基础。目前深度学习网络的参数优化是基于BP和梯度回归的。

和鲸社区 金融量化python训练营 量化基础，学习量化回测框架