机器学习基础,7月高等数学教程
第1讲 微积分和梯度
第1讲 微积分和梯度.ppt
第2讲 Taylor展式与拟牛顿
第2讲 Taylor展式与拟牛顿.ppt
第3讲 概率论基础
第4讲 概率计算与拒绝采样
第5讲 期望和方差
第6讲 协方差
第7讲 偏度和峰度
第8讲 中心极限定理
第9讲 矩估计
第10讲 极大似然估计
第11讲 重新理解矩阵
第12讲 四个基本的子空间
机器学习基础,7月高等数学教程
第1讲 微积分和梯度
第1讲 微积分和梯度.ppt
第2讲 Taylor展式与拟牛顿
第2讲 Taylor展式与拟牛顿.ppt
第3讲 概率论基础
第4讲 概率计算与拒绝采样
第5讲 期望和方差
第6讲 协方差
第7讲 偏度和峰度
第8讲 中心极限定理
第9讲 矩估计
第10讲 极大似然估计
第11讲 重新理解矩阵
第12讲 四个基本的子空间
评论0