包含课程
- 22088人 学习人数4.5分 课程评分机器学习之概率与统计推断本课程讲解机器学习算法所需概率和统计推断知识。概率部分包括概率公理及推论、条件概率、贝叶斯公式、随机变量及其概率函数(CDF/pdf)、常用概率分布及其均值、方差;统计推断部分包括大数定律和中心极限定理、极大似然估计、贝叶斯估计,估计的评价、偏差-方差平衡。课程还会讲解假设检验的基本概念。概率统计推断机器学习数学基础人工智能
- 12600人 学习人数4.1分 课程评分机器学习数学基础之矩阵视频教学本课程囊括了机器学习理论中所需要的和线性代数相关的所有知识。帮助想入门机器学习的朋友们快速掌握数学基础。 主要内容: 1. 矩阵的定义、性质、运算、分解以及应用。 2. 线性空间、范数、生成子空间相关知识。机器学习矩阵数学基础人工智能
- 6448人 学习人数4.5分 课程评分
套餐介绍
本系列课程包括三门课:《机器学习之概率与统计推断》,《机器学习之矩阵》,《机器学习之凸优化》。购买课程后添加小助手为好友(微信ID:superaihelper)加入课程讨论群。
机器学习是一门集概率论、线性代数、数值计算、优化理论和计算机科学等多个领域的交叉学科。本系列课程以机器学习中的数学基础为主要内容,摆脱传统的讲概念、记公式、解体的数学学习模式,避开冗长的数学证明,从现实任务出发,让听众在短时间内完美补充概率与统计、线性代数和凸优化等数学基础知识,从而上手机器学习。
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈