股票价格数据是一个时间序列形态的数据。所以，我们使用『循环神经网络(RNN)』对这种时序相关的数据进行建模，并将其应用在股票数据上进行预测。

本文使用 GAN(生成对抗网络)进行AI绘画。torchgan是基于PyTorch的一个GAN工具库，本文讲解搭建DCGAN神经网络，并应用于『莫奈』风格绘画的全过程。

二手车交易越发繁荣的当下，如何科学定价时买卖&平台三方都关心的问题。本文结合汽车价格预测数据集，讲解『二手车价格预估模型』构建和部署的全过程。【代码与数据集亲测可运行】

股市预测，销量预测，病毒传播...使用 Merlion 时间序列建模搞定全部！本文详解全部流程：加载和转换数据、建立和训练模型、模型结果后处理、评估模型性能。

客户分群对于精准营销的意义重大，而机器学习可以优化这一过程。本文会详细拆解实现过程：数据收集、创建RFM表、探索数据&数据变换、应用聚类做用户分群、解释结果。

特征工程一般是手动完成，不仅依赖于工程师的丰富经验，也非常耗时。因此『自动化特征工程』可以自动生成大量候选特征，帮助数据科学家显著提升了工作效率和模型效果。

现在 AI 技术已经在发挥作用帮助我们与时间赛跑，挽回更多生命和损失。本文我们也介绍一下『机器学习』和『深度学习』等人工智能技术在森林火灾扑救过程中的应用。

数据读写(xlsread、xlswrite) 数据预处理(异常值检测、判定、处理) 数据变换(标准化处理、逆向化) 数据可视化 数据降维(主成分分析法、相关系数法)

SVMSVM分类的思想：寻找一个超平面把数据分成两类线性可分则找一个最优的直线把数据分成两类；非线性不可分，就用核函数把数据映射到高维空间，用一个超平面把数据分成两类多分类问题可以用多个二分类处理然后