本项目从选出的股票中，采 用 SVM 机器算法模型，根据股票的历史数据，构建训练数据集，采用模型进行 机器学习训练获取策略，从而分析预测股票的涨跌情况。

一、课程简介       通过学习本课程，可掌握特征工程的概念、数据预处理、特征构建、特征选择、降维与特征转换、特征学习的主要方法和技能，并为后续相关课程学习及将来从事数据分析工作奠定基础。

《大模型Prompt工程》是一门精彩纷呈的课程，旨在深入探讨大型模型的应用和工程方法。这门课程包括以下主要内容： 1.

一、项目背景       水产养殖的关键因素之一是水质，养殖水体生态系统的平衡状况可通过水质颜色体现而传统水质监控的关键是行家。本案例主要根据水质图片利用图像处理模型和分类算法实现水质的自动检测。   二、项目目标       1. 分析不同水质样本的特征。       2. 实现对水质情况的自动分析。   三、实现工具       Python3：Pandas、Matplotlib、SVM等。   注：本课程仅供在线实习班级使用。