投稿

目前B站最完整系统的【机器学习-数学基础从入门到进阶】全套课程分享，（第一章-第十三章）线性代数、概率论、微积分、机器学习数学基础

5.8万

186

2022-12-01 10:05:17

正在缓冲...

关注威x公众号【咕泡AI 回复暗号666】领课程资料+500g人工智能学习资料~~ 资料包内含： ①人工智能课程及项目实战 ②超详解的人工智能学习路线图 ③人工智能必看优质书籍电子书汇总（著作书籍这都有） ④国内外知名精华资源（国际AI权威学者课程与资料） ⑤优质人工智能资源网站整理（找前辈、找代码、找论文都有） ⑥人工智能行业报告 ⑦人工智能论文合集（不知道看什么论文就来这！）是真的白嫖不要米哦~~

机器学习零基础

bbbt150715 发消息

新人求求关注！！

1. 第一章：高等数学基础--0-课程简介

04:07

2. 1-函数

05:35

3. 2-极限

06:44

4. 3-无穷小与无穷大

06:34

5. 4-连续性与导数

08:59

6. 1-偏导数

07:02

7. 2-方向导数

08:25

8. 3-梯度

11:27

9. 第二章：微积分-1-微积分基本想法

06:07

10. 2-微积分的解释

08:02

11. 3-定积分

08:33

12. 4-定积分性质

05:29

13. 5-牛顿-莱布尼茨公式

11:37

14. 第三章：泰勒公式与拉格朗日-1-泰勒公式出发点

06:14

15. 2-一点一世界

09:59

16. 3-阶数的作用

08:08

17. 4-阶乘的作用

05:55

18. 1-拉格朗日乘子法

09:54

19. 2-求解拉格朗日乘子法

10:06

20. 第四章：线性代数基础-1-行列式概述

05:44

21. 2-矩阵与数据的关系

09:26

22. 3-矩阵基本操作

12:12

23. 4-矩阵的几种变换

05:31

24. 5-矩阵的秩

12:41

25. 6-内积与正交

11:28

26. 第五章：特征值与矩阵分解-1-特征值与特征向量

07:27

27. 2-特征空间与应用

04:32

28. 1-SVD要解决的问题

07:18

29. 2-特征值分解

05:46

30. 3-SVD矩阵分解

11:53

31. 第六章：随机变量-1-离散型随机变量

07:51

32. 2-连续型随机变量

09:33

33. 3-简单随机抽样

02:31

34. 4-似然函数

07:35

35. 5-极大似然估计

10:17

36. 第七章：概率论基础-1-概率与频率

06:51

37. 2-古典概型

06:24

38. 3-条件概率

08:34

39. 4-条件概率小例子

05:36

40. 5-独立性

07:16

41. 6-二维离散型随机变量

08:04

42. 7-二维连续型随机变量

05:30

43. 8-边缘分布

09:37

44. 9-期望

04:21

45. 10-期望求解

08:39

46. 11-马尔科夫不等式

08:36

47. 12-切比雪夫不等式

11:16

48. 1-后验概率估计

10:05

49. 14-贝叶斯拼写纠错实例

11:47

50. 15-垃圾邮件过滤实例

14:10

51. 第八章：数据科学你得知道的几种分布-1-正太分布

19:24

52. 2-二项式分布

11:03

53. 3-泊松分布

15:56

54. 4-均匀分布

03:23

55. 5-卡方分布

05:36

56. 6-beta分布

14:55

57. 第九章：核函数变换-1-核函数的目的

06:38

58. 2-线性核函数

05:44

59. 3-多项式核函数

04:35

60. 4-核函数实例

06:54

61. 5-高斯核函数

08:52

62. 6-参数的影响

08:37

63. 第十章：熵与激活函数-1-熵的概念

04:51

64. 2-熵的大小意味着什么

12:10

65. 1-激活函数

06:31

66. 2-激活函数的问题

10:00

67. 第十一章：回归分析-1-回归分析概述

07:12

68. 2-回归方程定义

04:43

70. 4-最小二乘法推导与求解

12:42

69. 3-误差项的定义

07:49

71. 5-回归方程求解小例子

06:33

72. 6-回归直线拟合优度

11:10

73. 7-多元与曲线回归问题

08:27

74. 8-Python工具包介绍

05:02

75. 9-statsmodels回归分析

09:39

76. 10-高阶与分类变量实例

12:07

77. 11-案例：汽车价格预测任务概述

09:20

78. 12-案例：缺失值填充

13:38

79. 13-案例：特征相关性

13:48

80. 14-案例：预处理问题

07:06

81. 15-案例：回归求解

13:24

82. 第十二章：假设检验-1-假设检验基本思想

12:29

83. 2-左右侧检验与双侧检验

14:21

84. 3-Z检验基本原理

07:04

85. 4-Z检验实例

14:07

86. 5-T检验基本原理

13:03

87. 6-T检验实例

06:18

88. 7-T检验应用条件

07:44

89. 8-卡方检验

11:29

90. 9-假设检验中的两类错误

10:02

91. 10-Python假设检验实例

12:35

92. 11-Python卡方检验实例

08:01

93. 第十三章：相关分析-1-相关分析概述

09:04

94. 2-皮尔森相关系数

08:17

95. 3-计算与检验

13:06

96. 4-斯皮尔曼等级相关

14:07

97. 5-肯德尔系数

06:49

98. 6-质量相关分析

13:34

99. 7-偏相关与复相关

07:35

顶部