1.tuple元组：定义一个只有一个元素的tuple，必须加逗号
2.** 幂；// 整除
3.机器学习常用库: numpy（科学计算，数据分析）,pandas（数据类型分析工具）,pil（图像处理）,matplotlib（可视化图形绘制）
4.爬虫一般步骤：获取网页内容，根据正则等方式匹配，保存内容以指定方式。请求头伪装等需要注意。
5.波士顿房价预测：线性回归模型。准备数据（训练数据，测试数据）；配置网络（定义网络，损失函数（结果与真实结果的拟合），优化算法）；训练网络；模型评估，预测。 paddle.fluid 飞浆核心框架
统计学习方法为主导，代表为SVM（支持向量机） 机器学习方法分为：有监督学习（分类和回归）；无监督学习（聚类）；半监督学习（给少量的标注训练数据及大量未标注数据）；增强学习（只有评价而非正误）；多任务学习。
贝叶斯，概率；鸢尾花分类→支持向量机（SVM）：寻找最优决策边界
7.k-交叉验证：7:2:1
8.特征编码 one-hot编码；语义编码
9.早中期图像识别技术
10.深度学习使用
11.神经网络：由神经元构成，激活函数。输入层，隐藏层，输出层。
12.损失函数：分类损失，回归损失。
13.参数学习：梯度下降（每次往下降速度最快的方向），反向传播算法（求解损失对所有参数的梯度）
14.手写数字识别：卷积神经网络
检测物体：灰度图像，滤波器等特征提取。
隐层的卷积：特征组合 。
需要注意的参数：stride；padding；
15.池化层：平均池化，最大池化
16.模型的泛化
17.基本训练步骤
act 激活函数
18.经典CNN
19.常用目标检测方法
图像分割里程碑——FCN ；实时分割——segnet
应用，医学影像分析，文字检测识别。
20.细粒度分类 mask-cnn
