视频教程-人工智能-数学基础视频课程-机器学习

人工智能-数学基础视频课程

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。

唐宇迪

¥298.00

立即订阅

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 ↓↓↓

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」

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。

 

订阅课程 开始学习