【V12081】WY 2019 人工智能数学基础视频教程(力荐)

视频教程大纲

├─01.第一阶段:AI数学基石
│ ├─01.第一章:线性代数
│ │ │ ]AI Math_[第1章]_线性代数v2 .pdf
│ │ │
│ │ └─视频
│ │ 01_本章概述.mp4
│ │ 02_定义和例子.mp4
│ │ 03_向量及其运算.mp4
│ │ 04_向量组的线性组合.mp4
│ │ 05_向量组的线性相关性.mp4
│ │ 06_内积的定义.mp4
│ │ 07_范数的定义.mp4
│ │ 08_内积的几何解释.mp4
│ │ 09_矩阵和线性变换.mp4
│ │ 10_线性变换.mp4
│ │ 11_矩阵的运算.mp4
│ │ 12_矩阵的转置.mp4
│ │ 13_矩阵的行列式.mp4
│ │ 14_逆矩阵.mp4
│ │ 15_求解线性方程组.mp4
│ │ 16_特征值和特征向量.mp4
│ │ 17_对阵矩阵和正定矩阵.mp4
│ │ 18_相似矩阵和对角化.mp4
│ │ 19_二次型.mp4
│ │ 20_本章小结.mp4
│ │
│ ├─02.第二章:高等数学
│ │ 01-本章概述.mp4
│ │ 02-函数的定义.mp4
│ │ 03-反函数.mp4
│ │ 04-复合函数.mp4
│ │ 05-引例.mp4
│ │ 06-导数.mp4
│ │ 07-函数的求导法则 .mp4
│ │ 08-高阶导数.mp4
│ │ 09-二元函数.mp4
│ │ 10-二元函数的偏导数.mp4
│ │ 11-方向导数和梯度.mp4
│ │ 12-雅可比矩阵.mp4
│ │ 13-海森矩阵.mp4
│ │ 14-函数的极值.mp4
│ │ 15-极值的定理.mp4
│ │ 16-拉格朗日函数.mp4
│ │ 17-泰勒展开式.mp4
│ │ 18-本章小结.mp4
│ │ [第1门]AI Math_[第2章]_高等数学.pdf
│ │
│ ├─03.第三章:概率论
│ │ 01-本章概述.mp4
│ │ 02-基础概念.mp4
│ │ 03-随机事件的概率.mp4
│ │ 04-条件概率.mp4
│ │ 05-事件的独立性.mp4
│ │ 06-全概率公式和贝叶斯公式.mp4
│ │ 07-随机变量的定义.mp4
│ │ 08-概率分布.mp4
│ │ 09-概率密度函数.mp4
│ │ 10-随机变量的期望.mp4
│ │ 11-随机变量的方差.mp4
│ │ 12-最大似然估计(上) (1).mp4
│ │ 13-最大似然估计(下) .mp4
│ │ 14-本章小节.mp4
│ │ [第1门]AI Math_[第3章]_概率论(密码:aimath2018).pdf
│ │
│ └─04.第四章:最优化
│ 01-本章概述.mp4
│ 02-基本形式.mp4
│ 03-分类.mp4
│ 04-线性规划问题实例.mp4
│ 05-线性规划的标准形式.mp4
│ 06-线性规划问题的求解.mp4
│ 07-空间里的直线.mp4
│ 08-仿射集.mp4
│ 09-凸集.mp4
│ 10-超平面和半空间.mp4
│ 11-凸函数.mp4
│ 12-凸优化问题.mp4
│ 13-本章小结 .mp4
│ [第1门]AI Math_[第4章]_最优化.pdf

├─02.第二阶段:优化论初步
│ ├─01.第一章 优化迭代统一论
│ │ │ 01-本微专业概述.mp4
│ │ │ 02-线性回归建模.mp4
│ │ │ 03-无约束优化分析法(上).mp4
│ │ │ 04-无约束优化分析法(下).mp4
│ │ │ 05-无约束迭代法.mp4
│ │ │ 06-线性回归求解.mp4
│ │ │ 07-案例分析.mp4
│ │ │ [第2门]AI Math_[第1章]优化迭代方法统一论(1).pdf
│ │ │
│ │ └─作业及答案.zip
│ │
│ └─02.第二章 深度学习反向传播
│ │ 01-回归与分类、神经网络.mp4
│ │ 02-BP算法(上).mp4
│ │ 03-BP算法(下).mp4
│ │ 04-计算图.mp4
│ │ [第2门]AI Math_[第2章]深度学习反向传播.pdf
│ │
│ └─第二章 深度学习反向传播作业_客观题及答案.zip

├─03.第三阶段:优化论进阶
│ ├─01.第一章 凸优化基础
│ │ 01-一般优化问题.mp4
│ │ 02-凸集和凸函数基础(上).mp4
│ │ 03-凸集和凸函数基础(下).mp4
│ │ 04-凸优化问题.mp4
│ │ 05-案例分析.mp4
│ │ [第3门]AI Math_[第1章]凸优化基础.pdf
│ │
│ ├─02.第二章 凸优化进阶之对偶理论
│ │ │ 01-凸优化问题.mp4
│ │ │ 02-对偶(上).mp4
│ │ │ 03-对偶(下).mp4
│ │ │ 04-问题案例.mp4
│ │ │ [第3门]AI Math_[第2章]凸优化进阶之对偶理论.pdf
│ │ │
│ │ └─第二章 凸优化进阶之对偶理论作业及答案.zip
│ │
│ ├─03.第二章 主观题答案.zip
│ │
│ └─04.第三章 SVM
│ │ 01-问题案例.mp4
│ │ 02-SVM建模-成片.mp4
│ │ 03-SVM求解-成片.mp4
│ │ 04-SVM扩展-成片.mp4
│ │ [第3门]AI Math_[第3章]SVM.pdf
│ │
│ └─第三章 SVM作业.zip

├─04.第四阶段:数据降维的艺术
│ ├─01.第一章节:矩阵分析上
│ │ 01-线性代数基础与精华.mp4
│ │ 02-特征分解.mp4
│ │ 03-PCA.mp4
│ │ [第4门]AI Math_[第1章]矩阵分析上篇.pdf
│ │ 第四门_数据降维的艺术.rar
│ │
│ └─02.第二章节:矩阵分析下
│ │ 01-特征分解复习.mp4
│ │ 02-SVD理论.mp4
│ │ 03-矩阵其他重要知识及实际应用.mp4
│ │ [第4门]AI Math_[第2章]矩阵分析下篇.pdf
│ │
│ └─考核作业及答案.zip

├─05.第五阶段:统计推断的魅力
│ ├─01.第一章-概率统计上篇
│ │ │ 01-事件.mp4
│ │ │ 02-随机变量及其数字特征.mp4
│ │ │ 03-人工智能中常见分布和实战案例.mp4
│ │ │ [第5门]AI Math_[第1章]概率统计上篇.pdf
│ │ │
│ │ └─考核作业及答案.zip
│ │
│ ├─02.第二章-概率统计中篇
│ │ │ 01-数理统计.mp4
│ │ │ 02-线性回归与逻辑回归.mp4
│ │ │ 03-贝叶斯的观点和案例实战.mp4
│ │ │ [第5门]AI Math_[第2章]概率统计中篇.pdf
│ │ │
│ │ └─考核作业及答案.zip
│ │ # Q1 S& N1 F5 x4 c8 R2 B
│ └─03.第三章-概率统计下篇
│ │ 01-聚类、gmm模型.mp4
│ │ 02-em算法.mp4
│ │ [第5门]AI Math_[第3章]概率统计下篇.pdf
│ │
│ └─考核作业及答案.zip

└─【直播课】人工智能
├─章节1人工智能微专业系列直播
│ 从数学到AI神作:支撑向量机SVM.mp4

├─章节2机器学习
│ 带你全方位走进AI世界.mp4
│ 报过很多课却学不好AI?学习方法用对了吗?.mp4
│ 敲开机器学习求职大门.mp4
│ 面试难过?带你从企业使用方角度透视机器学习工程师.mp4

├─章节3深度学习
│ 春招想换工作?如何入门深度学习?.mp4
│ 深度学习之热门招聘方向与求职攻略.mp4
│ 游戏终结者!如何用深度学习击败世界冠军?.mp4

├─章节4自然语言处理
│ 20行代码带你实践kaggle比赛.mp4
│ NLP应用场景实战解析――电商用户评论文本分类.mp4
│ 步入NLP领域,先建立全方位认知.mp4

└─章节5人工智能数学基础
提高竞争力,AI高效学习方案.mp4
算法原理干货:深入浅出理解EM算法.mp4

解压密码

您暂时无权查看此隐藏内容!

百度网盘下载地址

资源下载价格9.8立即支付    升级VIP后免费升级VIP
立即支付后显示网盘资源,教程不能播放无条件退款,退款请联系右边在线客服。 终生VIP活动价68元,平台稳定运营2年+,其他平台有的这都有,还是全网最低价。
1、网军编程学院为非营利性网站,全站所有资料仅供网友个人学习使用,禁止商用。
2、本站所有文档、视频、书籍等资料均由网友分享,本站只负责收集不承担任何技术及版权问题。
3、如本帖侵犯到任何版权问题,请立即告知本站,本站将及时予与删除下载链接并致以最深的歉意。
4、本帖部分内容转载自其它媒体,但并不代表本站赞同其观点和对其真实性负责。
5、一经注册为本站会员,一律视为同意网站规定,本站管理员及版主有权禁止违规用户。
6、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和网军编程学院的同意。
7、网军编程学院管理员和版主有权不事先通知发贴者而删除本文。

发表评论

发表评论

电子邮件地址不会被公开。