人工智能高数入门到精通！不愧是公认的讲的最好的【高等数学全套教程】同济大佬12小时带你从入门到进阶（机器学习/线性代数/人工智能/Python）
正在缓冲...
本期主要分享人工智能高等数学基础，视频内容比较基础入门，适合机器学习快速入门的同学们！
另外！感谢大家对课程的喜欢，欢迎关注薇❤公众hao【咕泡AI 回复888】
领课程资料+500G人工智能学习资料~~
（内含：两大Pytorch、TensorFlow实战框架视频、图像识别、
OpenCV、计算机视觉、深度学习与神经网络等视频、代码、
PPT以及深度学习书籍，以及最新学习路线图等）你想要的
咱都有哟~~~
视频选集
（1/99）
自动连播
第一章高等数学基础1-函数
05:30
2-极限
06:44
3-无穷小与无穷大
06:34
4-连续性与导数
08:59
5-偏导数
07:02
6-方向导数
08:25
7-梯度
11:27
第二章1-微积分基本想法
06:07
2-微积分的解释
08:02
3-定积分
08:33
4-定积分性质
05:29
5-牛顿-莱布尼茨公式
11:37
第三章1-泰勒公式与拉格朗日出发点
06:14
2-一点一世界
09:59
3-阶数的作用
08:08
4-拉格朗日乘子法
09:54
5-求解拉格朗日乘子法
10:06
第四章线性代数基础1-行列式概述
05:44
2-矩阵与数据的关系
09:26
3-矩阵基本操作
12:12
4-矩阵的几种变换
05:31
5-矩阵的秩
12:41
6-内积与正交
11:28
第五章：特征值与矩阵分解0-SVD要解决的问题
07:18
1-特征值与特征向量
07:26
2-特征空间与应用
04:32
3-SVD矩阵分解
11:53
第六章随机变量1-离散型随机变量
07:51
2-连续型随机变量
09:33
3-简单随机抽样
02:31
4-似然函数
07:35
5-极大似然估计
10:17
第七章概率论基础1-概率与频率
06:51
1-后验概率估计
10:05
2-古典概型
06:24
3-条件概率
08:34
4-条件概率小例子
05:36
5-独立性
07:16
6-二维离散型随机变量
08:04
7-二维连续型随机变量
05:30
8-边缘分布
09:37
9-期望
04:21
10-期望求解
08:39
11-马尔科夫不等式
08:36
12-切比雪夫不等式
11:16
14-贝叶斯拼写纠错实例
11:47
15-垃圾邮件过滤实例
14:10
第八章：数据科学你得知道的几种分布1-正太分布
19:24
2-二项式分布
11:03
3-泊松分布
15:56
4-均匀分布
03:23
5-卡方分布
05:36
6-beta分布
14:55
第九章：核函数变换1-核函数的目的
06:38
2-线性核函数
05:44
3-多项式核函数
04:35
4-核函数实例
06:54
5-高斯核函数
08:52
6-参数的影响
08:37
第十章：熵与激活函数1-熵的概念
04:51
2-激活函数的问题
10:00
3-熵的大小意味着什么
12:10
4-激活函数
06:31
第十一章1-回归分析概述
07:12
2-回归方程定义
04:43
3-误差项的定义
07:49
4-最小二乘法推导与求解
12:42
5-回归方程求解小例子
06:33
6-回归直线拟合优度
11:10
7-多元与曲线回归问题
08:27
8-Python工具包介绍
05:02
9-statsmodels回归分析
09:39
10-高阶与分类变量实例
12:07
11-案例：汽车价格预测任务概述
09:20
12-案例：缺失值填充
13:38
13-案例：特征相关性
13:48
14-案例：预处理问题
07:06
15-案例：回归求解
13:24
第十二章1-假设检验基本思想
12:29
2-左右侧检验与双侧检验
14:21
3-Z检验基本原理
07:04
4-Z检验实例
14:07
5-T检验基本原理
13:03
6-T检验实例
06:18
7-T检验应用条件
07:44
8-卡方检验
11:29
9-假设检验中的两类错误
10:02
10-Python假设检验实例
12:35
11-Python卡方检验实例
08:01
第十三章1-相关分析概述
09:04
2-皮尔森相关系数
08:17
3-计算与检验
13:06
4-斯皮尔曼等级相关
14:07
5-肯德尔系数
06:49
6-质量相关分析
13:34
7-偏相关与复相关
07:35
第十四章1-方差分析概述
06:49
2-方差的比较
11:51
3-方差分析计算方法
14:01
顶部