1 Conceptos básicos de Python y ajuste del rendimiento
- Una breve introducción y aplicación de la mónada.
Snacks: optimización profunda de la eficiencia y programación CUDA
2 Conceptos básicos de aprendizaje automático
- Sistema de probabilidad axiomático
3 algoritmos prácticos de aprendizaje automático
4 Optimización y algoritmos clásicos de aprendizaje automático
5 Método de integración del modelo
6 Metodología de ingeniería de funciones
7 conceptos básicos del aprendizaje profundo y las redes comunes
8 conceptos básicos de PyTorch
9 Ajuste del modelo de aprendizaje profundo
10 Estudio preliminar de AutoML
11 introducción en profundidad de Jax
12 Utilice k8s para la implementación
