SKC001-2018

应大家的要求，2018年将计划继续开展Python相关的课程

SKC001-2017将Python主要的编程概念介绍给了大家

2018年将继承SKC001-2017的内容，课程内容主要以编程实践为主，讲解项目代码以及实现。同时在课程中讲解机器学习中的部分概念

每一次课程都会着重讲解机器学习中的一类概念，比如网络构架，结果评估，样本制作等

实践项目

https://github.com/pytorch/examples

该示例中涵盖了机器学习的主要领域，包含语言处理，图像处理，卷积网络，循环神经网络，GAN，强化学习的部分算的实现

内容计划与提纲

神经网络的构造与MLP

梯度计算以及BP传播

链式传播原则与参数更新

算法的评估与数据集

回归问题，分类问题，动态规划问题(DP)

卷积神经网络

循环神经网络

强化学习AC，DQN等算法

生成对抗网络GAN

Capsnet