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）

本套课程为51CTO：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），课程官方售价999元。适合人群：大学修过线性代数、概率论以及高等数学3门课程。

资源目录：

|– 第1章-微分上
1-1课程介绍.mp4
1-2O（n）.mp4
1-3极限.mp4
1-4导数.mp4
1-5求导方法.mp4
1-6费马定理.mp4
1-7函数逼近.mp4
1-8泰勒展开.mp4
1-9凸函数.mp4
1-10本集总结.mp4
|– 第2章-微分下
2-1本集介绍.mp4
2-2多元函数.mp4
2-3偏导数.mp4
2-4方向导数.mp4
2-5可微.mp4
2-6梯度.mp4
2-7链式法则.mp4
2-8Hessian矩阵.mp4
2-9拉格朗日乘数法.mp4
2-10本集总结.mp4
|– 第3章-线性代数
3-1本集介绍.mp4
3-2向量矩阵张量.mp4
3-3向量与矩阵运算.mp4
3-4张量的运算.mp4
3-5矩阵的逆与伪逆.mp4
3-6行列式.mp4
3-7线性方程组.mp4
3-8二次型与正定性.mp4
3-9矩阵分解.mp4
3-10本集总结.mp4
|– 第4章-概率统计
4-1本集介绍.mp4
4-2随机变量与概率分布.mp4
4-3贝叶斯定理.mp4
4-4期望、方差与条件数学期望.mp4
4-5大数定律.mp4
4-6特征函数与中心极限定理.mp4
4-7统计学基本概念.mp4
4-8统计学基本概念.mp4
4-9极大似然估计.mp4
4-10zuida后验估计.mp4
4-11蒙特卡洛方法.mp4
4-12Bootstrap方法.mp4
4-13EM算法.mp4
4-14本集总结.mp4
|– 第5章-zui优化方法
5-2优化问题简介.mp4
5-3最速下降法.mp4
5-4共轭梯度法.mp4
5-5牛顿法.mp4
5-6拟牛顿法.mp4
5-7约束非线性优化.mp4
5-8KKT条件.mp4
5-9本集总结.mp4
5-15.1 本集简介.mp4