適用人群
想學(xué)習(xí)人工智能,但是數(shù)學(xué)基礎(chǔ)比較薄弱的同學(xué)
課程簡(jiǎn)介
數(shù)學(xué)基礎(chǔ)。
人工智能,機(jī)器學(xué)習(xí),深度學(xué)習(xí)中用到的數(shù)學(xué)基礎(chǔ)課程。
本套課程為持續(xù)更新課程。只要大家有數(shù)學(xué)方面的需求,老師會(huì)持續(xù)免費(fèi)更新。
現(xiàn)有課程包括:線性代數(shù)、微積分、信息論等數(shù)學(xué)類基礎(chǔ)知識(shí)。
第1章概述
1-1概述
第2章線性代數(shù)
2-1矩陣及矩陣的基本標(biāo)識(shí)
2-2矩陣基本運(yùn)算
2-3幾種特殊的矩陣及矩陣行列式的計(jì)算
2-4幾種特殊的矩陣及矩陣行列式的計(jì)算
2-5向量及向量的基本運(yùn)算
2-6矩陣特征值特征向量的計(jì)算
2-7奇異值分解
第3章微積分與概率論
3-1極限與導(dǎo)數(shù)
3-2導(dǎo)數(shù)在梯度下降中的應(yīng)用
3-3條件概率、全概率、貝葉斯概率公式
3-4隨機(jī)變量、期望、方差
3-5各種分布
第4章同學(xué)們新需求
4-1新需求
4-2線性回歸數(shù)學(xué)推導(dǎo)-矩陣轉(zhuǎn)換
4-3線性回歸數(shù)學(xué)推導(dǎo)-誤差值分析
4-4線性回歸數(shù)學(xué)推導(dǎo)-似然函數(shù)
4-5線性回歸數(shù)學(xué)推導(dǎo)-最小二乘
第5章免費(fèi)贈(zèng)送全套Python課程
5-1Python怎么學(xué)?
5-2Anacoda正確的使用姿勢(shì)
5-3Notebook基本使用
5-4numpy之矩陣的創(chuàng)建
5-5numpy之讀取文件內(nèi)容
5-6numpy之?dāng)?shù)據(jù)處理
5-7numpy之與和或的用法
5-8numpy之矩陣屬性操作
5-9numpy之矩陣加減乘操作
5-10numpy之矩陣其他操作
5-11numpy之特征值分解
5-12pandas之pandas的用處
5-13pandas之讀取文件
5-14pandas之?dāng)?shù)據(jù)屬性
5-15pandas之?dāng)?shù)據(jù)基本操作
5-16pandas之空值及分組處理
5-17matplot之基本框繪制
5-18matplot之折線圖優(yōu)化
5-19matplot之區(qū)域畫多圖
5-20matplot之其他操作
|