机器学习_朴素贝叶斯贝叶斯方法——背景知识：贝叶斯分类、朴素贝叶斯原理：判别模型和生成模型、朴素贝叶斯的基本假设——条件独立朴素贝叶斯案例代码实现

支持向量机（SVM)1.支持向量机概述2.线性可分支持向量机3.线性支持向量机4.线性不可分（非线性）支持向量机5.实现代码大间隔分类器、特征缩放的敏感性、硬间隔和软间隔、两个超参数的直观理解支持向量机的最终目的是使得d最大。3.线性支持向量机4.线性不可分（非线性）支持向量机

CAM以及Grad-CAM极其后续变种算法介绍

集成学习1.集成学习方法概述 1）Bagging_随机森林 2）Boosting_AdaBoost/GBDT/XGBoost/LightGBM 3)Stacking2.集成学习代码 1）六大模型对比 2）XGBoost代码实现 3)LightGBM代码实现

机器学习_朴素贝叶斯贝叶斯方法——背景知识：贝叶斯分类、朴素贝叶斯原理：判别模型和生成模型、朴素贝叶斯的基本假设——条件独立朴素贝叶斯案例代码实现

机器学习库Scikit-learnScikit-learn概述包括分类、回归、降维、聚类四大机器学习算法；包括特征提取、数据处理、模型评估三大模块。Scikit-learn主要用法交叉验证，超参数调优Scikit-learn案例代码

GPU版本的pytorch安装

层次聚类谱系图介绍以及python代码实现

机器学习_朴素贝叶斯贝叶斯方法——背景知识：贝叶斯分类、朴素贝叶斯原理：判别模型和生成模型、朴素贝叶斯的基本假设——条件独立朴素贝叶斯案例代码实现

excel _XLWings模块