中心节点1：中心节点
1--第一章 机器学习概述V2.1
1--机器学习介绍
01-0前置-机器学习科学计算库内容简介
特征工程、调优 是融合在算法中讲解的
这四个是在下面的数据获取到才处理的
01-1讲解-机器学习科学计算库内容简介
02-1讲解-人工智能概述
IO密集主要用于写入和输出；
计算密集主要用于计算的对象
计算密集主要用于计算的对象
02-2点评-人工智能概述
像素点基本都是相同的，就适合用GPU
03-1讲解-人工智能的发展历程
04-1讲解-人工智能主要分支
04-2点评-人工智能主要分支
科大讯飞语音识别比较强
05-1讲解-机器学习定义工作流程概述
05-2点评-机器学习定义工作流程概述
06-1讲解-机器学习工作流程各步骤解释
06-2点评-机器学习工作流程各步骤解释
06-3点评-机器学习工作流程各步骤解释
07-1讲解-机器学习算法分类介绍
07-2点评-机器学习算法分类介绍
08-1讲解-模型评估
08-2点评-模型评估
08-3点评-模型评估
09-1讲解-Azure机器学习平台实验演示1
10-1讲解-Azure机器学习平台实验演示2
Azure 这块是让你体会一下流程就OK，
这种拖拽式的不实用
这种拖拽式的不实用
11-1讲解-深度学习简介
http://playground.tensorflow.org
11-2点评-深度学习简介
2--第二章 环境安装和使用V2.1
12-1讲解-基础环境安装
13-1讲解-jupyter notebook的基本使用1
Jupyter Notebook 适用于一些探索性工作，也可以用来做笔记
13-2点评-jupyter notebook的基本使用1
启动Jupyter服务端的命令是什么?
14-1讲解-jupyter notebook的基本使用2
14-2点评-jupyter notebook的基本使用2
如果下次重开时，报autopep8缺失，
安装一下： pip install autopep8
安装一下： pip install autopep8
15-1讲解-matplotlib的基本使用
3--第三章 matplotlibV2.1
1--matplotlib使用
01-1讲解-实现基础绘图-某城市温度变换图
这边在 Python基础、高级中学到的内容，
生成 0~60 的数据，之后 是列表生成式
生成 0~60 的数据，之后 是列表生成式
01-2点评-实现基础绘图-某城市温度变换图
02-1讲解-绘图辅助功能完善-某城市温度变换图
02-2点评-绘图辅助功能完善-某城市温度变换图
03-1讲解-在一个坐标系下绘制多个图像
03-2点评-在一个坐标系下绘制多个图像
04-1讲解-在多个坐标系下绘制多个图像
04-2点评-在多个坐标系下绘制多个图像
05-1讲解-常见图形绘制
参考链接：https://matplotlib.org/index.html
05-2点评-常见图形绘制
4--第四章 numpyV2.1
06-1讲解-numpy介绍
06-2点评-numpy介绍
07-1讲解-ndarray介绍
第一个 2 在最外层有两个二维数组；
第二个 2 在这个二维数组里边，有两个一维数组；
第三个 3 在这个一维数组里边，有三个元素。
第二个 2 在这个二维数组里边，有两个一维数组；
第三个 3 在这个一维数组里边，有三个元素。
07-2点评-ndarray介绍
08-1讲解-创建0，1数组，固定范围数组
08-2点评-创建0，1数组，固定范围数组
09-1讲解-创建随机数组
如果 o 越小，n 是一定的，那么让 x1 到 M 的距离更小，所以 o 这个值就越小；
如果 x1 和 平均值都一样，那么 o 就是 0 了。所以 o 越小，图越瘦高
如果 x1 和 平均值都一样，那么 o 就是 0 了。所以 o 越小，图越瘦高
x1, x2 对应 每个数据的具体值；
M 对应平均值，n 是一共有多少个数
M 对应平均值，n 是一共有多少个数
09-2点评-创建随机数组
10-1讲解-数组的基本操作
