课程价格 ：
¥1599.00
剩余名额
0
-
学习时长
19周/建议每周4个小时
-
答疑服务
专属微信答疑群/讲师助教均参与
-
作业批改
每章节设计作业/助教及时批改评优
- 第1章: 引言
- 第1节: 数学之于机器学习的必要性和重要性
- 1-1：【课件】第一章：绪论.pdf
- 1-2：【视频】第一章：绪论（上）
- 1-3：【视频】第一章：绪论（下）
- 1-4：【讲义】第一章：绪论.pdf
- 1-5：【作业讲解】习题讲解.pdf
- 第2节: 习题讲解
- 2-1：【作业讲解】习题参考答案.pdf
- 2-2：【视频】习题讲解
- 2-3：【资料】第二章课程辅助资料.zip
- 第2章: 函数求导
- 第1节: 背景介绍&函数极限&导数
- 3-1：【课件】第二章：函数求导（上）.pdf
- 3-2：【视频】第二章：函数求导（上）
- 3-3：【视频】第二章：函数求导（中）
- 第2节: 复合函数求导&BP算法案例分析
- 4-1：【课件】第二章-BP算法.pdf
- 4-2：【视频】第二章：BP算法（上）
- 4-3：【视频】第二章：BP算法（下）
- 第3节: 习题讲解
- 5-1：【视频】第二章习题讲解
- 5-2：【课件】编程实践：BP算法及其应用——波士顿房价预测.pdf
- 5-3：【视频】BP算法及其应用——波士顿房价预测
- 5-4：【代码】BP算法及其应用-波士顿房价预测.rar
- 第3章: 矩阵论
- 第1节: 背景介绍、矩阵基本运算与范数
- 6-1：【课件】第三章：矩阵运算（上）.pdf
- 6-2：【视频】第三章：矩阵运算（上）
- 第2节: 线性方程组求解、矩阵的秩、线性空间、逆矩阵、矩阵求导
- 7-1：【课件】第三章：矩阵运算（下）.pdf
- 7-2：【视频】第三章：矩阵运算（下）
- 第3节: 编程实践：矩阵的运算
- 8-1：【课件】编程实践：矩阵的运算.pdf
- 8-2：【视频】编程实践：矩阵的运算
- 第4节: 方阵的特征值与特征向量、矩阵的奇异值分解、二次型
- 9-1：【课件】第三章：矩阵论（三）.pdf
- 9-2：【视频】第三章：矩阵论（三）
- 第5节: 编程实践：基于奇异值分解SVD进行智能推荐
- 10-1：【课件】编程实践：基于奇异值分解SVD进行智能推荐.pdf
- 10-2：【代码】SVD2.rar
- 10-3：【视频】编程实践：基于奇异值分解SVD进行智能推荐.mp4
- 第4章: 凸优化
- 第1节: 凸函数
- 11-1：【课件】凸函数.pdf
- 11-2：【视频】凸函数
- 11-3：【讲义】机器学习数学基础-优化部分.pdf
- 第2节: 对偶理论及SVM的对偶求解
- 12-1：【课件】对偶理论及SVM的对偶求解.pdf
- 12-2：【视频】对偶理论及SVM的对偶求解
- 12-3：【讲义】对偶理论及SVM的对偶求解.pdf
- 第3节: 编程实践：基于支持向量机 SVM 进行二分类
- 13-1：【课件】编程实践：基于支持向量机 SVM 进行二分类.pdf
- 13-2：【视频】编程实践：基于支持向量机 SVM 进行二分类
- 13-3：【代码】编程实践：基于支持向量机 SVM 进行二分类.rar
- 第5章: 概率统计
- 第1节: 第一部分：背景介绍、概率基本定义、随机事件概率的常用性质
- 14-1：【课件】概率统计（上）.pdf
- 14-2：【视频】概率统计（上）
- 第2节: 随机事件&随机变量
- 15-1：【课件】概率统计（中）.pdf
- 15-2：【视频】概率统计（中）
- 第3节: 随机向量&KL散度
- 16-1：【课件】概率统计（下）.pdf
- 16-2：【视频】概率统计（下）
- 16-3：【课外资料】概率统计.zip
- 第4节: 极大似然估计&朴素贝叶斯
- 17-1：【课件】概率统计(终).pdf
- 17-2：【视频】极大似然估计&朴素贝叶斯
- 第5节: 编程实践：基于朴素贝叶斯和拉普拉斯平滑预测乳腺癌
- 18-1：【课件】编程实践：基于朴素贝叶斯和拉普拉斯平滑预测乳腺癌.pdf
- 18-2：【视频】编程实践：基于朴素贝叶斯和拉普拉斯平滑预测乳腺癌.mp4
- 18-3：【代码&数据】朴素贝叶斯实践代码&数据.rar
- 第6章: 信息论
- 第1节: 背景介绍：以决策树（DT）算法为例
- 19-1：【资料】课程辅助资料
- 19-2：【课件】信息论基础-上
- 19-3：【视频】信息论上
- 第2节: 信息论中的基本概念：离散随机变量与连续随机变量
- 20-1：【课件】信息论基础-中
- 20-2：【视频】信息论基础-中
- 第3节: 案例分析：决策树及其应用（以乳腺癌诊断和信用风险评级为例）
- 21-1：【课件】信息论基础-下
- 21-2：【视频】信息论基础-下
- 21-3：【编程实践】基于决策树和 C4.5 算法进行二分类.rar
- 21-4：【实践】案例实践：决策树及其应用
- 第7章: 课程讲义（更新）
- 22-1：Chapter1绪论-2019 V1.pdf
- 22-2：Chapter3矩阵论-2019 V1.pdf
- 22-3：课程讲义（发布版本）.zip
- 22-4：Chapter5概率统计-2019 V1.pdf
- 22-5：Chapter6信息论-2019 V1.pdf
