资源内容
汇总-机器学习必修数学（By cos大壮）.pdf
第1章 数学分析基础_第1节-导论：数学分析在数据分析中的角色.pdf
第1章 数学分析基础_第2节-导数与函数性质.pdf
第1章 数学分析基础_第3节-梯度与方向导数.pdf
第1章 数学分析基础_第4节-Taylor 展开与模型近似.pdf
第1章 数学分析基础_第5节-函数图像与结构性洞察.pdf
第2章 概率论与机器学习模型原理_第1节-概率论基础与思想流派.pdf
第2章 概率论与机器学习模型原理_第2节-古典模型与组合问题.pdf
第2章 概率论与机器学习模型原理_第3节-条件概率与贝叶斯公式.pdf
第2章 概率论与机器学习模型原理_第4节-常见概率分布.pdf
第2章 概率论与机器学习模型原理_第5节-概率密度函数与函数变换.pdf
第2章 概率论与机器学习模型原理_第6节-Sigmoid函数与Logistic模型.pdf
第2章 概率论与机器学习模型原理_第7节-概率图模型基础.pdf
第3章 统计建模与参数估计_第1节-统计基础与数据世界.pdf
第3章 统计建模与参数估计_第2节-统计描述量与数据特征.pdf
第3章 统计建模与参数估计_第3节-变量间关系与相关结构.pdf
第3章 统计建模与参数估计_第4节-统计矩与样本统计量.pdf
第3章 统计建模与参数估计_第5节-概率不等式与集中性理论.pdf
第3章 统计建模与参数估计_第6节-参数估计方法一：矩估计法.pdf
第3章 统计建模与参数估计_第7节-参数估计方法二：最大似然估计（MLE）.pdf
第3章 统计建模与参数估计_第8节-MLE 拓展：正则化与贝叶斯观点.pdf
第4章 矩阵与线性代数_第0节-引言：为什么机器学习离不开线性代数.pdf
第4章 矩阵与线性代数_第1节-矩阵基础与线性方程组.pdf
第4章 矩阵与线性代数_第2节-矩阵结构与性质.pdf
第4章 矩阵与线性代数_第3节-特征值、特征向量与谱理论.pdf
第4章 矩阵与线性代数_第4节-奇异值分解（SVD）与矩阵降维.pdf
第4章 矩阵与线性代数_第5节-线性变换与状态转移（含 QR 分解）.pdf
第4章 矩阵与线性代数_第6节-矩阵求导与优化初步.pdf
第4章 矩阵与线性代数_第7节-机器学习中的矩阵分解模型.pdf
第5章 凸优化_第1节 优化与机器学习的内在联系.pdf
第5章 凸优化_第2节 凸集与凸函数的几何直觉与数学定义.pdf
第5章 凸优化_第3节 凸函数的组合性质与不等式工具.pdf
第5章 凸优化_第4节 凸优化问题的形式与建模示例.pdf
第5章 凸优化_第5节 对偶性与 Lagrangian 框架.pdf
第5章 凸优化_第6节 KKT 条件与凸优化的最优性理论.pdf
第5章 凸优化_第7节 典型凸优化问题与求解方法.pdf
第5章 凸优化_第8节
中的凸优化工具实战.pdf
本站所有内容均由网络公开等合法途径整理而来，该资料仅作为阅读交流使用，并无任何商业目的，严禁用于商业用途。
任何访问、浏览本网站，购买或未购买者，都代表已阅读、理解并同意遵守本声明条款。
关于价格：本站资料价格均不代表原商品实价，标价仅为人工整理网站所收取的服务费用。
内容来源：本站所有内容均来自网络公开等合法途径，本店仅做整理；若版权方、出版社认为本站侵权，请立即通知本站。如版权属实，本站将立即下架相关资料，谢谢！
版权所属：本站售出资料的版权归相应内容作者或权利人所有，本站不对涉及的版权问题负法律责任。
免责声明：资料所标识的价格是对本店整理资料以及网盘运营必须的费用支出所支付的适应补偿，资料索取者应尊懂版权方的知识产权！ 支持正版！！！
相关规定：根据二00二年一月一日《计算机软件保护条例》规定为了学习和研究软件内含的设计思想和原理，通过安装、显示、传输或者存储软件等方式使用软件的，可以不经软件著作权人许可，不向其支付报酬。
如有侵权请您联系邮箱：ccziyuanzhan@163.com 我们将第一时间为您处理！
暂无评论内容