• 学习时长

    12课时

  • 答疑服务

    专属微信答疑群

  • 作业批改

    每章节设计作业 并提供思路参照

  • 任务1: 数学基础开营仪式.pdf
  • 第1章: 引言
  • 任务2-1: 【课件】绪论 .pdf
  • 任务2-2: 机器学习数学基础-第一章绪论讲义.pdf
  • 第1节: 机器学习中的基本概念
  • 任务3: 【视频】机器学习中的基本概念 27:21
  • 第2节: 数学对于机器学习的必要性与重要性
  • 任务4: 【视频】数学对于机器学习的重要性与必要性 42:58
  • 第3节: 作业
  • 任务5: 【作业】第一章绪论
  • 第2章: 函数求导
  • 任务6: 【课件】函数求导
  • 第1节: 机器学习的背景与函数极限
  • 任务7: 【视频】机器学习背景与函数极限 31:03
  • 第2节: 函数求导
  • 任务8: 【视频】函数求导 50:49
  • 第3节: 复合函数求导与BP神经网络
  • 任务9: 【视频】复合函数求导与BP神经网络 65:14
  • 第4节: 作业
  • 任务10: 【作业】函数求导-问答题
  • 任务11: 【作业】函数求导-附件编程题
  • 第5节: 【资料】程序源码与辅助资料
  • 任务12: 【资料】程序源码及数据文件
  • 任务13: 【资料】辅助阅读资料
  • 第3章: 概率统计
  • 第1节: 概率统计基础知识
  • 任务14: 【课件】概率统计-1.pdf
  • 任务15: 【视频】概率统计基础知识 36:03
  • 第2节: 随机事件与随机变量
  • 任务16: 【课件】概率统计-2.pdf
  • 任务17: 【视频】随机事件与随机变量 72:35
  • 第3节: 多随机变量与KL散度
  • 任务18: 【课件】概率统计-3.pdf
  • 任务19: 【视频】多随机变量与KL散度 72:12
  • 第4节: 极大似然估计与朴素贝叶斯
  • 任务20: 【课件】概率统计-4.pdf
  • 任务21: 【视频】极大似然估计与朴素贝叶斯 52:13
  • 第5节: 作业
  • 任务22: 【作业】概率统计
  • 第6节: 辅助资料
  • 任务23: 【资料】课程辅助资料.zip
  • 第4章: 信息论
  • 第1节: 信息论基础概念——熵
  • 任务24: 【课件】信息论基础-1.pdf
  • 任务25: 【视频】信息论基础概念-熵 30:40
  • 第2节: 相对熵、互信息与交叉熵
  • 任务26: 【课件】信息论基础-2.pdf
  • 任务27: 【视频】相互熵、互信息与交叉熵 21:05
  • 第3节: 决策树算法
  • 任务28: 【课件】信息论基础-3.pdf
  • 任务29: 【视频】决策树算法 37:29
  • 第4节: 辅助资料
  • 任务30: 【辅助资料】信息论.zip
  • 第5节: 编程实践
  • 任务31: 【编程实践】基于决策树和C4.5算法进行二分类.zip

 

 

相关推荐

机器学习 机器学习 基础