• 学习时长

    12课时

  • 答疑服务

  • 作业批改

*课程已报满,可预约下一期

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

 

 

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请完善资料,让我们更好的为您服务!

+86  (手机号已绑定)

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》