51CTO- 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)-cc资源站
51CTO- 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)
此内容为付费资源,请付费后查看
100积分
永久包售后
1. 课程包更新
2. 通用视频格式
3. 超清高清视频
4. 资料齐全
5. 无二次加密
付费资源

51CTO- 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
>>1-2O(n).mp4
>>1-3极限.mp4
>>1-4导数.mp4
>>1-5求导方法.mp4
>>1-6费马定理.mp4
>>1-7函数逼近.mp4
>>1-8泰勒展开.mp4
>>1-9凸函数.mp4
>>1-10本集总结.mp4
第2章-微分下
>>2-1本集介绍.mp4
>>2-2多元函数.mp4
>>2-3偏导数.mp4
>>2-4方向导数.mp4
>>2-5可微.mp4
>>2-6梯度.mp4
>>2-7链式法则.mp4
>>2-8Hessian矩阵.mp4
>>2-9拉格朗日乘数法.mp4
>>2-10本集总结.mp4
第3章-线性代数
>>3-1本集介绍.mp4
>>3-2向量矩阵张量.mp4
>>3-3向量与矩阵运算.mp4
>>3-4张量的运算.mp4
>>3-5矩阵的逆与伪逆.mp4
>>3-6行列式.mp4
>>3-7线性方程组.mp4
>>3-9矩阵分解.mp4
>>3-10本集总结.mp4
>>3-8二次型与正定性.mp4
第4章-概率统计
>>4-1本集介绍.mp4
>>4-2随机变量与概率分布.mp4
>>4-3贝叶斯定理.mp4
>>4-4期望、方差与条件数学期望.mp4
>>4-5大数定律.mp4
>>4-6特征函数与中心极限定理.mp4
>>4-7统计学基本概念.mp4
>>4-8统计学基本概念.mp4
>>4-9极大似然估计.mp4
>>4-10zuida后验估计.mp4
>>4-11蒙特卡洛方法.mp4
>>4-12Bootstrap方法.mp4
>>4-13EM算法.mp4
>>4-14本集总结.mp4
第5章-zui优化方法
>>5-2优化问题简介.mp4
>>5-3最速下降法.mp4
>>5-4共轭梯度法.mp4
>>5-5牛顿法.mp4
>>5-6拟牛顿法.mp4
>>5-7约束非线性优化.mp4
>>5-8KKT条件.mp4
>>5-9本集总结.mp4
>>5-15.1本集简介.mp4

© 版权声明
THE END
点赞6 分享
评论 抢沙发

请登录后发表评论

    暂无评论内容