网易云课堂人工智能数学基础,全套视频教程学习资料通过百度云网盘下载

admin

资源详情





       
         
       
        课程目录：
        01AI数学基石
        第1章高等数学
        1.1导数和偏导数
        1.2梯度向量
        1.3极值定理
        1.4Jacobbi矩阵
        1.5Hessian矩阵
        1.6泰勒展开公式
        1.7拉格朗日乘数法
        第2章线忄生代数
        2.1向量及其运算
        2.2范数
        2.3矩阵及其运算
        2.4逆矩阵
        2.5二次型
        2.6矩阵的正定忄生
        2.7矩阵的特征值与特征向量
        2.8矩阵的奇异值分解
        第3章概率论
        3.1概率、随机事件和随机变量
        3.2条件概率与贝叶斯公式 
        3.3常用的概率分布
        3.4随机变量的均值和方差、协方差
        3.5最大似然估计
        第4章最优化
        4.1凸集、凸函数
        4.2凸优化问题的标准形式
        4.3线忄生规划问题
       
       
       
        02优化论初步
        第一章  优化迭代法统一论
        1.0  本微专业概述
        1.1  线忄生回归建模
        1.2  无约束优化梯度分析法（上）
        1.3  无约束优化梯度分析法（下）
        1.4  无约束迭代法
        1.5  线忄生回归求解
        1.6  案例分析 
        第二章  深度学习反向传播
        2.1  回归与分类、神经网络
        2.2  BP算法（上）
        2.3  BP算法（下）
        2.4  计算图
       
       
        03优化论进阶
        第一章  凸优化基础
        1.1  一般优化问题
        1.2  凸集和凸函数基础（上）
        1.3  凸集和凸函数基础（下）
        1.4  凸优化问题 
        1.5  案例分析
        第二章  凸优化进阶之对偶理论
        2.1  凸优化问题
        2.2  对偶（上）
        2.3  对偶（下）
        2.4  问题案例
        第三章  SVM
        3.1  问题案例
        3.2  SVM建模
        3.3  SVM求解
        3.4  SVM扩展，附案例
       

游客，如果您要查看本帖隐藏内容请回复