课程名称:机器学习数学基础培训

4401 人关注
(78637/99817)
课程大纲:

机器学习数学基础培训

 

课程将对机器学习所涉及的数学基础知识进行讲解和回顾,

包括微积分,线性代数,概率论,

以及统计学等,并使用 Python 完成实践。

1 标量、向量与张量

2 Python 的广播机制

3 矩阵的转置

4 特征值分解和奇异值分解

5 函数

6 链式法则

7 小二乘法

8 全概率公式

9 概率分布

10 方差和协方差

11 矩阵加法和乘法

12 单位矩阵

13 矩阵的逆

14 主成分分析法

15 导数与偏导数

16 梯度下降算法

17 条件概率公式

18 贝叶斯公式

19 数学期望

20 假设检验

1
线性代数

1.向量、标量和张量

2.矩阵运算

3.Python的广播机制

4.单位矩阵

5.矩阵的转置和逆

6.特征值分解和奇异值分解

7.主成分分析法

1
葡萄酒数据可视化

1.特征分解

2.奇异值分解

3.主成分分析

2
微积分学

1.线性函数与非线性函数

2.导数与偏导数

3.链式法则

4.梯度下降算法

5.局部优和全局优

6.小二乘法

2
高尔夫球命中率

1.梯度下降算法

2.数据的标准化

3.高尔夫球的精确率预测

3
概率论和统计学

1.概率公式

2.随机变量

3.概率分布

4.数学期望

5.方差、标准差和协方差

6.假设检验

3
糖尿病诊断预测

1.条件概率

2.贝叶斯推断

3.正态分布函数


登录 后发表评论
新评论
全部 第1节 第2节 第3节 第4节 第5节 第6节 第7节 第8节 第9节 第10节 第11节 第12节 第13节 第14节 第15节 第16节 第17节
我的报告 / 所有报告