课程价格 ：
¥1000.00
剩余名额
0
-
学习时长
12课时
-
答疑服务
无
-
作业批改
无
课程价格：
￥1000.00
预约下一期 *课程已报满，可预约下一期
支持花呗分期
*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
