扫码下载「CSDN程序员学院APP」,1000+技术好课免费看
APP订阅课程,领取优惠,最少立减5元 ↓↓↓
![](https://i-blog.csdnimg.cn/blog_migrate/a95089b5886005bc1baa39a380cf910c.png)
订阅后:请点击此处观看视频课程
视频教程-人工智能-数学基础视频课程-机器学习
学习有效期:永久观看
学习时长:1145分钟
学习计划:20天
难度:低
「口碑讲师带队学习,让你的问题不过夜」
![](https://i-blog.csdnimg.cn/blog_migrate/c259d6f6d1833e7cc28a548946e4faf6.png)
讲师姓名:唐宇迪
高校教师 / 培训机构讲师
讲师介绍:计算机博士,专注于机器学习与计算机视觉领域,深度学习领域一线实战讲师。在图像识别领域有着丰富经验,实现过包括人脸识别,物体识别,关键点检测等多种应用的新算法。 参与多个国家级计算机视觉项目,多年数据领域培训经验,丰富的教学讲解经验,出品多套机器学习与深度学习系列课程,课程生动形象,风格通俗易懂。
☛点击立即跟老师学习☚
「你将学到什么?」
数据科学与人工智能数学基础课程旨在帮助同学们打下数学基础,通俗讲解其中每一个知识点。课程内容涉及高等数学,线性代数,概率论与统计学,同学们在学习过程中应当以理解为出发点并不需要死记每一个公式,掌握核心知识点。课程章节内容较多,初级同学按顺序学习即可,有基础的同学们可以按照自己的需求来有选择的学习!
「课程学习目录」
第1章:高等数学基础 |
1.课程简介 |
2.函数 |
3.极限(PPT下载----->) |
4.无穷大与无穷小 |
5.连续性与导数 |
6.偏导数 |
7.方向导数 |
8.梯度 |
第2章:微积分 |
1.微积分基本想法 |
2.微积分的解释 |
3.定积分 |
4.定积分的性质 |
5.牛顿莱布尼茨公式 |
第3章:泰勒公式与拉格朗日 |
1.泰勒公式出发点 |
2.一点一世界 |
3.阶数的作用 |
4.阶乘的作用 |
5.拉格朗日乘子法 |
6.求解拉格朗日乘子法 |
第4章:线性代数基础 |
1.行列式概述 |
2.矩阵与数据的关系 |
3.矩阵基本操作 |
4.矩阵的几种变换 |
5.矩阵的秩 |
6.内积与正交 |
第5章:特征值与矩阵分解 |
1.特征值与特征向量 |
2.特征空间与应用 |
3.SVD要解决的问题 |
4.特征值分解 |
5.SVD矩阵分解 |
第6章:随机变量与概率估计 |
1.离散型随机变量 |
2.连续型随机变量 |
3.简单随机抽样 |
4.似然函数 |
5.极大似然估计 |
第7章:概率论基础 |
1.概率与频率 |
2.古典概型 |
3.条件概率 |
4.条件概率小例子 |
5.独立性 |
6.二维离散型随机变量 |
7.二维连续型随机变量 |
8.边缘分布 |
9.期望 |
10.期望求解 |
11.马尔科夫不等式 |
12.切比雪夫不等式 |
13.后验概率估计 |
14.贝叶斯拼写纠错实例 |
15.垃圾邮件过滤实例 |
第8章:数据科学必备分布 |
1.正态分布 |
2.二项式分布 |
3.泊松分布 |
4.均匀分布 |
5.卡方分布 |
6.beta分布 |
第9章:核函数变换 |
1.核函数的目的 |
2.线性核函数 |
3.多项式核函数 |
4.核函数实例 |
5.高斯和函数 |
6.参数的影响 |
第10章:熵与激活函数 |
1.熵的概念 |
2.熵的大小意味着什么 |
3.激活函数 |
4.激活函数的问题 |
第11章:回归分析 |
1.回归分析概述 |
2.回归方程定义 |
3.误差项定义 |
4.最小二乘法推导与求解 |
5.回归方程求解小例子 |
6.回归直线拟合优度 |
7.多元与曲线回归分析 |
8.python工具包介绍 |
9.statsmodels回归分析 |
10.高阶与分类变量实例 |
11.汽车价格预测任务概述 |
12.缺失值填充 |
13.特征相关性 |
14.预处理问题 |
15.回归求解 |
第12章:假设检验 |
1.假设检验基本思想 |
2.左右检验与双侧检验 |
3.Z检验基本原理 |
4.Z检验实例 |
5.T检验基本原理 |
6.T检验实例 |
7.T检验应用条件 |
8.卡方检验 |
9.假设检验中的两类错误 |
10.python假设检验实例 |
11.python卡方检验实例 |
第13章:相关分析 |
1.相关分析概述 |
2.皮尔森相关系数 |
3.计算与检验 |
4.斯皮尔曼等级相关 |
5.肯德尔系数 |
6.质量相关分析 |
7.偏相关与复相关 |
第14章:方差分析 |
1.方差分析概述 |
2.方差的比较 |
3.方差分析计算方法 |
4.方差分析中的多重比较 |
5.多因素方差分析 |
6.python方差分析实例 |
第15章:聚类分析 |
1.层次聚类概述 |
2.层次聚类流程 |
3.层次聚类实例 |
4.KMEANS算法概述 |
5.KMEANS工作流程 |
6.KMEANS迭代可视化展示 |
7.DBSCAN算法 |
8.DBSCAN工作流程 |
9.DBSCAN可视化展示 |
10.多种聚类算法概述 |
11.聚类案例实战 |
第16章:贝叶斯分析 |
1.贝叶斯分析概述 |
2.概率的解释 |
3.贝叶斯学派与统计学派的争论 |
4.贝叶斯算法概述 |
5.贝叶斯推导实例 |
6.贝叶斯解释 |
7.经典求解思路 |
8.MCMC概述 |
9.PYMC3概述 |
10.模型诊断 |
11.模型决策 |
「7项超值权益,保障学习质量」
- 大咖讲解
技术专家系统讲解传授编程思路与实战。
- 答疑服务
专属社群随时沟通与讲师答疑,扫清学习障碍,自学编程不再难。
- 课程资料+课件
超实用资料,覆盖核心知识,关键编程技能,方便练习巩固。(部分讲师考虑到版权问题,暂未上传附件,敬请谅解)
- 常用开发实战
企业常见开发实战案例,带你掌握Python在工作中的不同运用场景。
- 大牛技术大会视频
2019Python开发者大会视频免费观看,送你一个近距离感受互联网大佬的机会。
- APP+PC随时随地学习
满足不同场景,开发编程语言系统学习需求,不受空间、地域限制。
「什么样的技术人适合学习?」
- 想进入互联网技术行业,但是面对多门编程语言不知如何选择,0基础的你
- 掌握开发、编程技术单一、冷门,迫切希望能够转型的你
- 想进入大厂,但是编程经验不够丰富,没有竞争力,程序员找工作难。
「悉心打造精品好课,20天学到大牛3年项目经验」
【完善的技术体系】
技术成长循序渐进,帮助用户轻松掌握
掌握机器学习知识,扎实编码能力
【清晰的课程脉络】
浓缩大牛多年经验,全方位构建出系统化的技术知识脉络,同时注重实战操作。
【仿佛在大厂实习般的课程设计】
课程内容全面提升技术能力,系统学习大厂技术方法论,可复用在日后工作中。
「你可以收获什么?」
掌握人工智能必备数学知识点。