机器学习的数学基础(53集 高等数学 线性代数 概率论 数理统计)
| 发布时间： | 2025-04-24 12:45 |
|---|---|
| 发布者： | 用户9527 |
| 资源来源： | 百度网盘 |
| 资源状态： | 【资源纠错】 |
| 标签： | 机器学习 / 数学 / 基础 / 高等数学 / 线性 / 代数 / 概率论 / 数理 / 统计 / |
这套课程系统讲解了机器学习所需的数学基础，涵盖高等数学、线性代数、概率论和优化方法四大模块。课程从微分基础(泰勒展开、梯度下降)到线性代数(矩阵分解、正定性)，再到概率统计(贝叶斯定理、EM算法)，最后到优化方法(牛顿法、KKT条件)，共53集内容。通过理论推导与实例结合，帮助学习者掌握机器学习背后的数学原理，适合希望夯实数学基础的AI学习者。
网盘快照
- 机器学习的数学基础（53集 高等数学 线性代数 概率论 数理统计） ( - )