模块2：机器学习基础
学习内容
Part1
线性回归、逻辑回归、决策树、朴素贝叶斯、支持向量机、聚类
算法、主成分分析、集成学习
学习成果
Part2
对主流机器学习模型核心理论有整体的认知
基于Python语言完成机器学习相关算法实现练习
学习周期：1周
Part3
模块3：深度学习基础
神经网络学习内容
Part1
神经网络基础与多层感知机、卷积神经网络、循环神经网络
神经网络学习成果
Part2
对经典的深度学习模型有整体的认识
能自己实现常见的深度学习模型
Pytorch 框架学习内容
Part3
Pytorch的tensor（张量）、数捆读取机制、torchvision和
transform、torchtext.模型创建与nn.module、歌活函数层
、损失函数、优化器、正则化网络层、可视化工具-
TensorBoard
Pytorch框架学习成果
Part4
熟悉Pytorch框架