业精于勤，荒于嬉；行成于思，毁于随。

本章介绍关于机器学习的一些基本概念，包括生成式模型和判别式模型、非参学习等。

本章对于机器学习任务的一些通用框架做了介绍，包括经典架构以及AutoML。

本章对于机器学习在OCR中的应用过程及早期经典模型做了介绍，抛砖引玉。

本章对Transformer在计算机视觉中的算法和应用做了原理介绍和效果展示。

本章对于机器学习在计算机视觉中的语义分割领域经典的FCN模型做了简要介绍，后几节待填坑。

本章对机器学习在计算机视觉尤其是目标检测与识别方面的各种代表性模型和算法做了原理介绍和效果展示。

本文对BERTopic主题模型原理、思路和应用做了简单介绍。

本文从无穷小的角度对微积分的来由做了简单介绍，希望从另外一个视角看待微分与积分。

本章对方差和偏差、损失函数、常用的机器学习模型（包括：线性回归、支持向量机、逻辑回归、GBDT、CatBoost、RF）等做了回顾。