机器学习中的数学基础
本课程共26集 翻译完 欢迎学习
立即播放
用手机看
课程免费缓存，随时观看～
扫码下载网易公开课APP
收藏
课程列表
【第1集】01.微积分和梯度（上） 译
【第2集】01.微积分和梯度（中） 译
【第3集】01.微积分和梯度（下） 译
【第4集】02.Taylor展式与拟牛顿（上） 译
【第5集】02.Taylor展式与拟牛顿（中） 译
【第6集】02.Taylor展式与拟牛顿（下） 译
【第7集】03.概率论基础（上） 译
【第8集】03.概率论基础（中） 译
【第9集】03.概率论基础（下） 译
【第10集】04.概率计算与拒绝采样（上） 译
【第11集】04.概率计算与拒绝采样（下） 译
【第12集】05.期望和方差（上） 译
【第13集】05.期望和方差（下） 译
【第14集】06.协方差（上） 译
【第15集】06.协方差（下） 译
【第16集】07.偏度和峰度（上） 译
【第17集】07.偏度和峰度（下） 译
【第18集】08.中心极限定理 译
【第19集】09.矩估计（上） 译
【第20集】09.矩估计（下） 译
【第21集】10.极大似然估计（上） 译
【第22集】10.极大似然估计（下） 译
【第23集】11.重新理解矩阵（上） 译
【第24集】11.重新理解矩阵（下） 译
【第25集】12.四个基本的子空间（上） 译
【第26集】12.四个基本的子空间（中） 译
【第27集】12.四个基本的子空间（下） 译
查看全部课程
相关推荐
