1. 回归分析

（1）回归分析之Python实现

2. MCMC（Markov Chain Monte Carlo）

（1）MCMC（Markov Chain Monte Carlo）的理解与实践（Python）

3. 深度学习

（1）气象AI编程 |深度学习环境配置指南！(Windows、Mac、Ubuntu全讲解)

（2）深度学习模型训练全流程！

4. 随机采样方法

（1）随机采样方法代码实现-python

文章目录1. 均匀分布，使用线性同余器

2. Box-Muller变换正态分布

3. 接受-拒绝采样

4. MCMC采样变体-Metropolis-Hastings算法

5. Gibbs抽样

5. 常见分布和假设检验

（1）机器学习数学基础：常见分布与假设检验

大纲如下：

常见分布(正态， 拉普劳斯， 伯努利， 二项， 均匀， 泊松， 指数)

假设检验（t检验， F检验， 卡方检验，正态， ANOVA， Mann-Whitne U）

6. 集成学习和模型融合

气象编程｜机器学习集成学习与模型融合！