机器学习中的数学基础
本课程共26集 翻译完 欢迎学习
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