- 第1课 微积分与概率论
- Taylor展式/牛顿法/梯度/指数族分布/共轭分布
- 第2课 数理统计与参数估计
- 统计量/切比雪夫不等式/大数定理/中心极限定理/参数估计方法
- 第3课 线性代数
- 向量/矩阵/方程/特征向量
- 第4课 凸优化
- 凸集、凸函数、凸优化、KKT条件
- 第5课 回归
- 最小二乘法、梯度下降、稀疏、过拟合、Logistic回归
- 代码示例:使用批处理梯度下降和随机梯度下降(SDG)求回归参数
- 第6课 梯度下降算法剖析
- 自适应学习率、拟牛顿
- 代码示例:使用Armijo准则的BDG/SDG求自适应学习率
- 第7课 最大熵模型
- 熵、最大熵模型、IIS
- 第8课 PCA、SVD、LDA(Linear Discriminant Analysis)
- 第9课 聚类
- 距离度量、K-means/K-Medoid/密度聚类/谱聚类
- 第10课 决策树和随机森林
- ID3、C4.5、CART、Bagging、GBDT
- 第11课 Adaboost
- Adaboost、前向分步算法
- 第12课 SVM
- 线性可分支持向量机/线性支持向量机/非线性支持向量机、SMO
- 第13课 贝叶斯网络
- 朴素贝叶斯、有向分离、马尔科夫模型/ HMM /pLSA /LDA
- 第14课 EM算法
- GMM/pLSA/HMM
- 代码示例:使用EM算法求GMM参数——以男女身高为例
- 代码示例:使用EM算法求GMM参数——图像分割
- 第15课 主题模型
- pLSA/共轭先验分布/LDA
- 第16课 采样与变分
- MCMC/KL(p||q)与KL(q||p)
- 第17课 隐马尔科夫模型HMM
- 概率计算问题/参数学习问题/状态预测问题
- 第18课 条件随机场CRF
- 概率无向图模型/MRF/线性链CRF
- 第19课 CNN、RNN、深度学习
- 第20次课 待定。所以第20次课你想听什么呢,欢迎到这里反馈给我们:http://ask.julyedu.com/question/453。
主讲老师