一、序列模型之循环神经网络RNN1.1定义与特点输入或者输出中包含有序列数据的模型叫做序列模型（序列中包含信息）输入（输出）元素之间是具有顺序关系。不同顺序，得到的结果应该是不同的，比如“不睡觉”和“睡觉不”这两个短句的意思是不同的输入输出不定长，比如聊天机器人，聊天之间的对话长度都是不定的1.2场景应用机器翻译语音识别行为预测股价预测1.3循环神经网络（RNN）一类以序列（Sequence）数据

一、垃圾信息检测1.1如何实现收集一些样本，告诉计算机哪些是垃圾信息【监督学习】计算机自动寻找垃圾信息的共同特征【部分特征：发件人、是否群发、网址、元、赢、微信、免费】在新信息中检测是否包含垃圾信息特征内容，判断其是否为垃圾信息二、分类预测2.1定义根据数据类别与部分特征信息，自动寻找类别与特征信息的关系，判断一个新的样本属于哪种类别2.2流程特征信息数据类别寻找关系2.3方法逻辑回归朴素贝叶斯决

一、序列模型之循环神经网络RNN1.1定义与特点输入或者输出中包含有序列数据的模型叫做序列模型（序列中包含信息）输入（输出）元素之间是具有顺序关系。不同顺序，得到的结果应该是不同的，比如“不睡觉”和“睡觉不”这两个短句的意思是不同的输入输出不定长，比如聊天机器人，聊天之间的对话长度都是不定的1.2场景应用机器翻译语音识别行为预测股价预测1.3循环神经网络（RNN）一类以序列（Sequence）数据

一、序列模型之循环神经网络RNN1.1定义与特点输入或者输出中包含有序列数据的模型叫做序列模型（序列中包含信息）输入（输出）元素之间是具有顺序关系。不同顺序，得到的结果应该是不同的，比如“不睡觉”和“睡觉不”这两个短句的意思是不同的输入输出不定长，比如聊天机器人，聊天之间的对话长度都是不定的1.2场景应用机器翻译语音识别行为预测股价预测1.3循环神经网络（RNN）一类以序列（Sequence）数据

一、机器学习1.1机器学习的概念从数据中寻找规律、建立关系，根据建立的关系去解决问题1.2机器学习的学习框架训练数据x,y自动求解x,y的关系新数据预测1.3机器学习的四大学习方法类别1.31监督学习有正确的标签价格预测，图像识别，语言翻译线性回归，逻辑回归，决策树，朴素贝叶斯，KNN1.32无监督学习没有正确的标签客户划分，新闻聚类，数据降维聚类算法，PCA降维，异常检测1.33半监督学习*有少

如何解决spyder闪退或打不开