数据科学人工智能-必备数学基础

数据科学人工智能-必备数学基础

唐宇迪

计算机博士,云课堂人工智能认证行家,著有《跟迪哥学机器学习》,课程风格通俗易懂,用最接地气的方式带领同学们走进Ai殿堂。

  • 课程目录
  • 课程介绍
  • 课时1:课程简介

  • 课时2:函数

  • 课时3:极限

  • 课时4:无穷小与无穷大

  • 课时5:连续性与导数

  • 课时6:偏导数

  • 课时7:方向导数

  • 课时8:梯度

  • 课时9:进阶实战课程推荐

  • 课时10:PPT与课件下载

  • 课时11:微积分基本想法

  • 课时12:微积分的解释

  • 课时13:定积分

  • 课时14:定积分性质

  • 课时15:牛顿-莱布尼茨公式

  • 课时16:泰勒公式出发点

  • 课时17:一点一世界

  • 课时18:阶数的作用

  • 课时19:阶乘的作用

  • 课时20:拉格朗日乘子法

  • 课时21:求解拉格朗日乘子法

  • 课时22:行列式概述

  • 课时23:矩阵与数据的关

  • 课时24:矩阵基本操作

  • 课时25:矩阵的几种变换

  • 课时26:矩阵的秩

  • 课时27:内积与正交

  • 课时28:特征值与特征向量

  • 课时29:特征空间与应用

  • 课时30:SVD要解决的问题

  • 课时31:特征值分解

  • 课时32:SVD矩阵分解

  • 课时33:离散型随机变量

  • 课时34:连续型随机变量

  • 课时35:简单随机抽样

  • 课时36:似然函数

  • 课时37:极大似然估计

  • 课时38:概率与频率

  • 课时39:古典概型

  • 课时40:条件概率

  • 课时41:条件概率小例子

  • 课时42:独立性

  • 课时43:二维离散型随机变量

  • 课时44:二维连续型随机变量

  • 课时45:边缘分布

  • 课时46:期望

  • 课时47:期望求解

  • 课时48:马尔科夫不等式

  • 课时49:切比雪夫不等式

  • 课时50:后验概率估计

  • 课时51:贝叶斯拼写纠错实例

  • 课时52:垃圾邮件过滤实例

  • 课时53:正太分布

  • 课时54:二项式分布

  • 课时55:泊松分布

  • 课时56:均匀分布

  • 课时57:卡方分布

  • 课时58:beta分布

  • 课时59:核函数的目的

  • 课时60:线性核函数

  • 课时61:多项式核函数

  • 课时62:核函数实例

  • 课时63:高斯核函数

  • 课时64:参数的影响

  • 课时65:熵的概念

  • 课时66:熵的大小意味着什么

  • 课时67:激活函数

  • 课时68:激活函数的问题

  • 课时69:回归分析概述

  • 课时70:回归方程定义

  • 课时71:误差项的定义

  • 课时72:最小二乘法推导与求解

  • 课时73:回归方程求解小例子

  • 课时74:回归直线拟合优度

  • 课时75:多元与曲线回归问题

  • 课时76:Python工具包介绍

  • 课时77:statsmodels回归分析

  • 课时78:高阶与分类变量实例

  • 课时79:案例:汽车价格预测任务概述

  • 课时80:缺失值填充

  • 课时81:特征相关性

  • 课时82:预处理问题

  • 课时83:回归求解

  • 课时84:假设检验基本思想

  • 课时85:左右侧检验与双侧检验

  • 课时86:Z检验基本原理

  • 课时87:Z检验实例

  • 课时88:T检验基本原理

  • 课时89:T检验实例

  • 课时90:T检验应用条件

  • 课时91:卡方检验

  • 课时92:假设检验中的两类错误

  • 课时93:Python假设检验实例

  • 课时94:Python卡方检验实例

  • 课时95:相关分析概述

  • 课时96:皮尔森相关系数

  • 课时97:计算与检验

  • 课时98:斯皮尔曼等级相关

  • 课时99:肯德尔系数

  • 课时100:质量相关分析

  • 课时101:偏相关与复相关

  • 课时102:方差分析概述

  • 课时103:方差的比较

  • 课时104:方差分析计算方法

  • 课时105:方差分析中的多重比较

  • 课时106:多因素方差分析

  • 课时107:Python方差分析实例

  • 课时108:层次聚类概述

  • 课时109:层次聚类流程

  • 课时110:层次聚类实例

  • 课时111:KMEANS算法概述

  • 课时112:KMEANS工作流程

  • 课时113:KMEANS迭代可视化展示

  • 课时114:DBSCAN聚类算法

  • 课时115:DBSCAN工作流程

  • 课时116:DBSCAN可视化展示

  • 课时117:多种聚类算法概述

  • 课时118:聚类案例实战

  • 课时119:贝叶斯分析概述

  • 课时120:概率的解释

  • 课时121:贝叶斯学派与经典统计学派的争论

  • 课时122:贝叶斯算法概述

  • 课时123:贝叶斯推导实例

  • 课时124:贝叶斯解释

  • 课时125:经典求解思路

  • 课时126:MCMC概述

  • 课时127:PYMC3概述

  • 课时128:模型诊断

  • 课时129:模型决策

课程概述

【云课堂人工智能类目销冠课程,超2400名小伙伴加入】【连续多年荣获云课堂金云奖“最佳课程奖”,人工智能类“唯一”获奖课程,最佳合作伙伴】数据科学与人工智能必备数学基础课程旨在帮助同学们快速打下数学基础,通俗讲解其中每一个知识点。课程内容涉及高等数学,线性代数,概率论与统计学,同学们在学习过程中应当以理解为出发点并不需要死记每一个公式,快速掌握核心知识点。课程章节内容较多,零基础同学按顺序学习即可,有基础的同学们可以按照自己的需求来有选择的学习!

相关教程

Learnfk - React Native教程

Learnfk - Python Web Scraping教程

Learnfk - 数据结构和算法教程

Learnfk - CSS教程

Learnfk - HTML5教程

Learnfk - Spring Boot教程

随机推荐

佳能RF70-200mmF2.8对比哪款性价比更高,这样选不盲目

米家小米空气炸锅3.5L评测报告来了!要注意哪些质量细节!

美的榨汁机家用多功能料理机婴儿辅食机测评结果让你出乎意料!对...

飞利浦XB2023评测分析哪款更好,哪个性价比高、质量更好

飞利浦空气炸锅大容量家用智能煎炸锅应该注意哪些方面细节!应该...

美国汉臣HARISON智能家用踏步机迷你静音太空漫步机买前必看,哪个...