微信
支付宝-
课程目录 -
课件下载 -
课程笔记
- 第一章：高等数学基础
- 课程简介 (04:00) 免费
- 函数 (05:27) 免费
- 极限（PPT下载----->） (06:43)
- 无穷大与无穷小 (06:33)
- 连续性与导数 (08:58)
- 偏导数 (07:01)
- 方向导数 (08:24)
- 梯度 (11:26)
- 第二章：微积分
- 微积分基本想法 (06:06)
- 微积分的解释 (08:01)
- 定积分 (08:32)
- 定积分的性质 (05:28)
- 牛顿莱布尼茨公式 (11:36)
- 第三章：泰勒公式与拉格朗日
- 泰勒公式出发点 (06:13)
- 一点一世界 (09:58)
- 阶数的作用 (08:07)
- 阶乘的作用 (05:54)
- 拉格朗日乘子法 (09:53)
- 求解拉格朗日乘子法 (10:05)
- 第四章：线性代数基础
- 行列式概述 (05:43)
- 矩阵与数据的关系 (09:25)
- 矩阵基本操作 (12:11)
- 矩阵的几种变换 (05:30)
- 矩阵的秩 (12:40)
- 内积与正交 (11:27)
- 第五章：特征值与矩阵分解
- 特征值与特征向量 (07:25)
- 特征空间与应用 (04:31)
- SVD要解决的问题 (07:17)
- 特征值分解 (05:45)
- SVD矩阵分解 (11:52)
- 第六章：随机变量与概率估计
- 离散型随机变量 (07:49)
- 连续型随机变量 (09:32)
- 简单随机抽样 (02:30)
- 似然函数 (02:30)
- 极大似然估计 (07:34)
- 第七章：概率论基础
- 概率与频率 (06:50)
- 古典概型 (06:23)
- 条件概率 (08:33)
- 条件概率小例子 (05:35)
- 独立性 (07:15)
- 二维离散型随机变量 (08:03)
- 二维连续型随机变量 (05:29)
- 边缘分布 (09:36)
- 期望 (04:20)
- 期望求解 (08:38)
- 马尔科夫不等式 (08:35)
- 切比雪夫不等式 (11:14)
- 后验概率估计 (10:04)
- 贝叶斯拼写纠错实例 (11:46)
- 垃圾邮件过滤实例 (14:09)
- 第八章：数据科学必备分布
- 正态分布 (19:23)
- 二项式分布 (11:02)
- 泊松分布 (15:55)
- 均匀分布 (03:22)
- 卡方分布 (05:35)
- beta分布 (14:54)
- 第九章：核函数变换
- 核函数的目的 (06:37)
- 线性核函数 (05:43)
- 多项式核函数 (04:34)
- 核函数实例 (06:53)
- 高斯和函数 (08:51)
- 参数的影响 (08:36)
- 第一十章：熵与激活函数
- 熵的概念 (04:50)
- 熵的大小意味着什么 (12:09)
- 激活函数 (06:30)
- 激活函数的问题 (09:59)
- 第一十一章：回归分析
- 回归分析概述 (07:11)
- 回归方程定义 (04:42)
- 误差项定义 (07:48)
- 最小二乘法推导与求解 (12:41)
- 回归方程求解小例子 (06:32)
- 回归直线拟合优度 (11:08)
- 多元与曲线回归分析 (08:26)
- python工具包介绍 (05:01)
- statsmodels回归分析 (09:38)
- 高阶与分类变量实例 (12:06)
- 汽车价格预测任务概述 (09:19)
- 缺失值填充 (13:36)
- 特征相关性 (13:47)
- 预处理问题 (07:05)
- 回归求解 (13:23)
- 第一十二章：假设检验
- 假设检验基本思想 (12:28)
- 左右检验与双侧检验 (14:20)
- Z检验基本原理 (07:03)
- Z检验实例 (14:06)
- T检验基本原理 (13:02)
- T检验实例 (06:17)
- T检验应用条件 (07:43)
- 卡方检验 (11:28)
- 假设检验中的两类错误 (10:01)
- python假设检验实例 (12:34)
- python卡方检验实例 (07:59)
- 第一十三章：相关分析
- 相关分析概述 (09:03)
- 皮尔森相关系数 (08:16)
- 计算与检验 (13:05)
- 斯皮尔曼等级相关 (14:06)
- 肯德尔系数 (06:48)
- 质量相关分析 (13:33)
- 偏相关与复相关 (07:34)
- 第一十四章：方差分析
- 方差分析概述 (06:48)
- 方差的比较 (11:50)
- 方差分析计算方法 (14:00)
- 方差分析中的多重比较 (08:15)
- 多因素方差分析 (09:25)
- python方差分析实例 (08:34)
- 第一十五章：聚类分析
- 层次聚类概述 (04:41)
- 层次聚类流程 (12:10)
- 层次聚类实例 (11:33)
- KMEANS算法概述 (11:33)
- KMEANS工作流程 (09:42)
- KMEANS迭代可视化展示 (08:19)
- DBSCAN算法 (11:03)
- DBSCAN工作流程 (15:03)
- DBSCAN可视化展示 (08:52)
- 多种聚类算法概述 (04:34)
- 聚类案例实战 (17:19)
- 第一十六章：贝叶斯分析
- 贝叶斯分析概述 (07:22)
- 概率的解释 (06:06)
- 贝叶斯学派与统计学派的争论 (05:49)
- 贝叶斯算法概述 (06:58)
- 贝叶斯推导实例 (07:37)
- 贝叶斯解释 (10:50)
- 经典求解思路 (08:16)
- MCMC概述 (11:03)
- PYMC3概述 (05:40)
- 模型诊断 (09:53)
- 模型决策 (10:48)
查看更多笔记
领取优惠券
速速领取优惠，购买喜欢的课程吧 ～
正在努力加载中~~
确认删除回复？
加载中...
没有更多了
空空如也