51CTO学院 机器学习的数学基础（53集高等数学线性代数概率论数理统计）

51CTO学院 机器学习的数学基础（53集高等数学线性代数概率论数理统计）

├──第1章-微分上
| ├──1-1 课程介绍.mp4 81.16M
| ├──1-10 本集总结.mp4 7.60M
| ├──1-2 O（n）.mp4 11.67M
| ├──1-3 极限.mp4 5.25M
| ├──1-4 导数.mp4 14.41M
| ├──1-5 求导方法.mp4 18.28M
| ├──1-6 费马定理.mp4 6.21M
| ├──1-7 函数逼近.mp4 13.90M
| ├──1-8 泰勒展开.mp4 22.85M
| └──1-9 凸函数.mp4 28.16M
├──第2章-微分下
| ├──2-1 本集介绍.mp4 139.53M
| ├──2-10 本集总结.mp4 72.72M
| ├──2-2 多元函数.mp4 51.65M
| ├──2-3 偏导数.mp4 33.95M
| ├──2-4 方向导数.mp4 25.91M
| ├──2-5 可微.mp4 27.16M
| ├──2-6 梯度.mp4 77.19M
| ├──2-7 链式法则.mp4 101.57M
| ├──2-8 Hessian矩阵.mp4 115.23M
| └──2-9 拉格朗日乘数法.mp4 196.49M
├──第3章-线性代数
| ├──3-1 本集介绍.mp4 3.76M
| ├──3-10 本集总结.mp4 3.05M
| ├──3-2 向量矩阵张量.mp4 9.33M
| ├──3-3 向量与矩阵运算.mp4 28.22M
| ├──3-4 张量的运算.mp4 13.78M
| ├──3-5 矩阵的逆与伪逆.mp4 104.47M
| ├──3-6 行列式.mp4 76.14M
| ├──3-7 线性方程组.mp4 133.40M
| ├──3-8 二次型与正定性.mp4 38.82M
| └──3-9 矩阵分解.mp4 48.33M
├──第4章-概率统计
| ├──4-1 本集介绍.mp4 5.89M
| ├──4-10 zuida后验估计.mp4 159.78M
| ├──4-11 蒙特卡洛方法.mp4 23.16M
| ├──4-12 Bootstrap方法.mp4 56.01M
| ├──4-13 EM算法.mp4 38.58M
| ├──4-14 本集总结.mp4 4.78M
| ├──4-2 随机变量与概率分布.mp4 68.36M
| ├──4-3 贝叶斯定理.mp4 28.85M
| ├──4-4 期望、方差与条件数学期望.mp4 38.92M
| ├──4-5 大数定律.mp4 73.05M
| ├──4-6 特征函数与中心极限定理.mp4 184.35M
| ├──4-7 统计学基本概念.mp4 302.02M
| ├──4-8 统计学基本概念.mp4 303.32M
| └──4-9 极大似然估计.mp4 35.80M
└──第5章-zui优化方法
| ├──5-1 5.1 本集简介.mp4 6.75M
| ├──5-2 优化问题简介.mp4 6.99M
| ├──5-3 最速下降法.mp4 32.06M
| ├──5-4 共轭梯度法.mp4 21.96M
| ├──5-5 牛顿法.mp4 24.87M
| ├──5-6 拟牛顿法.mp4 7.19M
| ├──5-7 约束非线性优化.mp4 18.90M
| ├──5-8 KKT条件.mp4 28.58M
| └──5-9 本集总结.mp4 17.71M