尚学堂 - 人工智能必备的数学课（9.54G）

xiaoduo

『课程目录』:
├─章节1_数学内容概述
│      00_人工智能学习数学的必要性_微积分知识点.mp4
│      01_线性代数_概率论知识点.mp4
│      02_最优化知识_数学内容学习重点.mp4
│      
├─章节2_一元函数微分学
│      01_导数的定义_左导数和右导数.mp4
│      02_导数的几何意义和物理意义.mp4
│      03_常见函数的求导公式.mp4
│      04_导数求解的四则运算法则.mp4
│      05_复合函数求导法则.mp4
│      06_推导激活函数的导函数.mp4
│      07_高阶导数_导数判断单调性_导数与极值.mp4
│      08_导数判断凹凸性_导数用于泰勒展开.mp4
│      
├─章节3_线性代数基础
│      09_向量的意义_n维欧式空间空间.mp4
│      10_行向量列向量_转置_数乘_加减乘除.mp4
│      11_向量的内积_向量运算法则.mp4
│      12_学习向量计算的用途举例.mp4
│      13_向量的范数_范数与正则项的关系.mp4
│      14_特殊的向量.mp4
│      15_矩阵_方阵_对称阵_单位阵_对角阵.mp4
│      16_矩阵的运算_加减法_转置.mp4
│      17_矩阵相乘.mp4
│      18_矩阵的逆矩阵.mp4
│      19_矩阵的行列式.mp4
│      
├─章节4_多元函数微分学
│      20_多元函数求偏导.mp4
│      21_高阶偏导数_梯度.mp4
│      22_雅可比矩阵_在神经网络中应用.mp4
│      23_Hessian矩阵.mp4
│      
├─章节5_线性代数高级
│      24_二次型.mp4
│      25_补充关于正定负定的理解.mp4
│      26_特征值和特征向量(1).mp4
│      27_特征值和特征向量(2).mp4
│      28_特征值分解.mp4
│      29_多元函数的泰勒展开_矩阵和向量的求导.mp4
│      30_奇异值分解定义.mp4
│      31_求解奇异值分解中的UΣ矩阵.mp4
│      32_奇异值分解性质_数据压缩.mp4
│      33_SD用于PCA降维.mp4
│      34_SD用于协同过滤_求逆矩阵.mp4
│      
├─章节6_概率论
│      35_概率论_随机事件与随机事件概率.mp4
│      36_条件概率_贝叶斯公式.mp4
│      37_随机变量.mp4
│      38_数学期望和方差.mp4
│      39_常用随机变量服从的分布.mp4
│      40_随机向量_独立性_协方差_随机向量的正太分布.mp4
│      41_最大似然估计思想.mp4
│      
└─章节7_最优化
        42_最优化的基本概念.mp4
        43_迭代求解的原因.mp4
        44_梯度下降法思路.mp4
        45_梯度下降法的推导.mp4
        46_牛顿法公式推导以及优缺点.mp4
        47_坐标下降法_数值优化面临的问题.mp4
        48_凸集.mp4
        49_凸函数.mp4
        50_凸优化的性质_一般表达形式.mp4
        51_拉格朗日函数.mp4
『课程下载』:

游客,本付费内容需要支付 8学币 才能浏览支付

jinhai30324

好好学习天天向上是

MT2020

学习一下，进步一下

jiilii

学好数学 增加能量

寒晓浴伊

6666666666

1609118451

│      36_条件概率_贝叶斯公式.mp4

hibitor

谢谢分享

rc2739422

感谢分享

shentian

尚学堂 - 人工智能必备的数学课