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 12:17 |
|---|---|
| 发布者： | 用户9527 |
| 资源来源： | 夸克网盘 |
| 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） ( - )
- 第1章-微分上 ( - )
- 1-1 课程介绍.mp4 ( 81.16MB )
- 1-2 O（n）.mp4 ( 11.67MB )
- 1-3 极限.mp4 ( 5.25MB )
- 1-4 导数.mp4 ( 14.41MB )
- 1-5 求导方法.mp4 ( 18.28MB )
- 1-6 费马定理.mp4 ( 6.21MB )
- 1-7 函数逼近.mp4 ( 13.90MB )
- 1-8 泰勒展开.mp4 ( 22.85MB )
- 1-9 凸函数.mp4 ( 28.16MB )
- 1-10 本集总结.mp4 ( 7.60MB )
- 第2章-微分下 ( - )
- 2-1 本集介绍.mp4 ( 139.53MB )
- 2-2 多元函数.mp4 ( 51.65MB )
- 2-3 偏导数.mp4 ( 33.95MB )
- 2-4 方向导数.mp4 ( 25.91MB )
- 2-5 可微.mp4 ( 27.16MB )
- 2-6 梯度.mp4 ( 77.19MB )
- 2-7 链式法则.mp4 ( 101.57MB )
- 2-8 Hessian矩阵.mp4 ( 115.23MB )
- 2-9 拉格朗日乘数法.mp4 ( 196.49MB )
- 2-10 本集总结.mp4 ( 72.72MB )
- 第3章-线性代数 ( - )
- 3-1 本集介绍.mp4 ( 3.76MB )
- 3-2 向量矩阵张量.mp4 ( 9.33MB )
- 3-3 向量与矩阵运算.mp4 ( 28.22MB )
- 3-4 张量的运算.mp4 ( 13.78MB )
- 3-5 矩阵的逆与伪逆.mp4 ( 104.47MB )
- 3-6 行列式.mp4 ( 76.14MB )
- 3-7 线性方程组.mp4 ( 133.40MB )
- 3-8 二次型与正定性.mp4 ( 38.82MB )
- 3-9 矩阵分解.mp4 ( 48.33MB )
- 3-10 本集总结.mp4 ( 3.05MB )
- 第4章-概率统计 ( - )
- 4-1 本集介绍.mp4 ( 5.89MB )
- 4-2 随机变量与概率分布.mp4 ( 68.36MB )
- 4-3 贝叶斯定理.mp4 ( 28.85MB )
- 4-4 期望、方差与条件数学期望.mp4 ( 38.92MB )
- 4-5 大数定律.mp4 ( 73.05MB )
- 4-6 特征函数与中心极限定理.mp4 ( 184.35MB )
- 4-7 统计学基本概念.mp4 ( 302.02MB )
- 4-8 统计学基本概念.mp4 ( 303.32MB )
- 4-9 极大似然估计.mp4 ( 35.80MB )
- 4-10 zuida后验估计.mp4 ( 159.78MB )
- 第5章-zui优化方法 ( - )
- 5-1 5.1 本集简介.mp4 ( 6.75MB )
- 5-2 优化问题简介.mp4 ( 6.99MB )
- 5-3 最速下降法.mp4 ( 32.06MB )
- 5-4 共轭梯度法.mp4 ( 21.96MB )
- 5-5 牛顿法.mp4 ( 24.87MB )
- 5-6 拟牛顿法.mp4 ( 7.19MB )
- 5-7 约束非线性优化.mp4 ( 18.90MB )
- 5-8 KKT条件.mp4 ( 28.58MB )
- 5-9 本集总结.mp4 ( 17.71MB )