中国第一台豪华轿车是什么？
1958年8月1日，第一辆红旗牌豪华轿车试制成功。车标为象征“总路线、人民公社、***”三面重叠的红旗。折扇形中网两侧附有梅花窗格图案的转向灯装饰板；保险杠防撞锥***用云头形；轮罩外圈***用了云纹图形；尾灯继承了东风轿车的宫灯造型。在内饰设计中，座椅和顶棚***用织锦面料，地板铺有传统手工地毯，仪表板和窗框选用木纹，喇叭面罩***用国画装饰。这些元素表现出中国特有的艺术风格，较东风轿车提升了一个档次。
由于没有按照正规流程开发，第一辆红旗不具备生产可能性，造型设计较粗糙，细节显得生硬，它诞生的政治意义大于技术创新。由于第一辆红旗车属于试验性质的政治献礼产品，因此从第二轮样车CA72-2E开始按流程开发，整车设计要求宽敞舒适、庄重大方、民族风格、安全可靠。车身结构吸收了美国三种豪华轿车的特点，车身中部维持原有克莱斯勒帝国的设计，前部参考林肯大陆，后备箱结构参考凯迪拉克弗里特伍德。在前苏联专家的帮助下经过五轮样车的试制，红旗第一种量产车型CA72于1959年8月正式定型投产。
餐车简称？
CanChe拼音首个字母
1、列车字母代码
餐车 CA CANCHE
硬座 YZ YINGZUO
硬卧 YW YINGWO
软座 RZ RUANZUO
软卧 RW RUANWO
双层硬座/软座 SYZ/SRZ
双层硬卧/软卧 SYW/SRW
空调发电车 KD KONGDIAN
如何入门机器学习？
谢邀！个人认为机器学习最开始需要培养兴趣，要是一开始就一大堆公式算法什么的，看着头晕。所以可以从使用KMeans对客户分类这样的实践开始，培养兴趣。
之后的机器学习需要从理论，编程方面抓起并结合实践，提高掌握程度。具体介绍一下这部分的知识点吧。
理论基础
数学基础
概率论
统计学
线性代数
机器学习入门书籍：李航的统计学习、周志华西瓜书等，视频：台大林轩田的机器学习基石与技法；资料不在多，在这里自荐一波，一个有温度有情怀的公众号AlgorithmDeveloper，一起系统地自学机器学习，加油💪。
如果你想知道背后的原理，建议先温习数学知识：
1. 线性代数
2. 概率统计
3. 微积分，偏微分
4. 找一门知名的大学机器学习课程，比如斯坦福大学的
5. 深度学习
6. 神经网络（深度学习）
写个简单的入门贴：
机器学习，机器运用一套通用的算法——泛型算法，自动建立起数据逻辑。
For example：
用于分类的泛型算法是能够把一组数据分门别类的，比如识别手写输入和区分垃圾邮件都可以用分类的泛型算法来实现，
此时，可以把机器学习算法看成一个黑盒子，两个任务输入的数据不一样，中间经过机器学习算法的作用，输出不同的结果。
机器学习可以分为有监督学习、无监督学习、半监督学习、强化学习等。这里的监督其实是指用来训练机器学习模型的数据是有标注的，而无监督学习就是没有标注数据，半监督学习是二者的结合，强化学习是对外界环境给的激励或惩罚信号学习自身的策略。下面咱们先从有监督学习开始：
***设，你现在是房地产经纪人，需要对房子进行相对准确的估价。你有一些所在城市三个月内房产交易的信息数据，包括房间数目、房子大小、周边地区环境，以及交易价格等。因为涉及了几个因素，你可能需要一个程序来帮你做这件事情，输入这些相关的信息，程序就能预估出房子的价格。
那么建立一个能预估房价的应用程序，你需要把关于每间房子的数据信息——“训练数据”——输入你的机器学习算法中，算法就会得出用于解决这些数据关系的一套数学公式。这就有点像一份数学考试的答案纸被涂掉了所有的算术符号，就像下面这张图。
非常高兴回答题主的这个问题，最近机器学习是非常热门的一个研究方向，但是需要说明的是机器学习并不是一个新概念了。
早期的机器学习更多是用于数学模型的拟合，数据回归和数据挖掘领域。主要的算法包括朴素贝叶斯，k-近邻，聚类，主成分析PCA等，这都是非常经典的算法。题主至少要了解。
往后随着深度神经网络的出现，机器学习进入了深度机器学的新领域，很大程度上现在火热的机器学习就是指的深度机器学习，包括谷歌的阿尔法狗都属于这一领域。这一部分如何来学好呢？这涉及的知识主要有:1，数学基础知识，包括高数中的导数、梯度，线性代数中的矩阵运算以及概率论的有关内容；2，适合机器学习的编程语言，比如Python和相关的库比如科学计算库:Numpy等；3，选择一个成熟且功能强大的深度学习框架，比如Tensorflow。
最后就是一个好的教学教程，或是教学入门***。这部分有很多资料，题主可以去搜索包括用某宝~
方法大致就是这样了，希望楼主可以通过一些项目不断的去学习，这一过程很可能会遇到一些困难或是问题，要多思考多逛帖子。一定能进步的。
