- ¥298.0元
市场价:398.0元
本课程旨在帮助同学们在“数据科学与人工智能”专业方向快速打下数学基础,通俗讲解其中每一个知识点。
课程内容涉及高等数学,线性代数,概率论与统计学,同学们在学习过程中应当以理解为出发点并不需要死记每一个公式,快速掌握核心知识点。课程章节内容较多,零基础同学按顺序学习即可,有基础的同学们可以按照自己的需求来有选择的学习。
章节1:高等数学基础
课时1 视频 课程简介 04:00 可试看
课时2 视频 函数 05:27 可试看
课时3 视频 极限 06:43
课时4 视频 无穷小与无穷大 06:33
课时5 视频 连续性与导数 08:58
课时6 视频 偏导数 07:01
课时7 视频 方向导数 08:24
课时8 视频 梯度 11:26
课时9 视频 进阶实战课程推荐 02:50
课时10 文本 PPT与课件下载
章节2:微积分
课时11 视频 微积分基本想法 06:06
课时12 视频 微积分的解释 08:01
课时13 视频 定积分 08:32
课时14 视频 定积分性质 05:28
课时15 视频 牛顿-莱布尼茨公式 11:36
章节3:泰勒公式与拉格朗日
课时16 视频 泰勒公式出发点 06:13
课时17 视频 一点一世界 09:58
课时18 视频 阶数的作用 08:07
课时19 视频 阶乘的作用 05:53
课时20 视频 拉格朗日乘子法 09:53
课时21 视频 求解拉格朗日乘子法 10:05
章节4:线性代数基础
课时22 视频 行列式概述 05:43
课时23 视频 矩阵与数据的关 09:25
课时24 视频 矩阵基本操作 12:11
课时25 视频 矩阵的几种变换 05:30
课时26 视频 矩阵的秩 12:40
课时27 视频 内积与正交 11:27
章节5:特征值与矩阵分解
课时28 视频 特征值与特征向量 07:25
课时29 视频 特征空间与应用 04:31
课时30 视频 SVD要解决的问题 07:17
课时31 视频特征值分解 05:45
课时32 视频 SVD矩阵分解 11:52
章节6:随机变量与概率估计
课时33 视频 离散型随机变量 07:49
课时34 视频 连续型随机变量 09:32
课时35 视频 简单随机抽样 02:30
课时36 视频 似然函数 07:34
课时37 视频 极大似然估计 10:16
章节7:概率论基础
课时38 视频 概率与频率 06:50
课时39 视频 古典概型 06:23
课时40 视频 条件概率 08:33
课时41 视频 条件概率小例子 05:35
课时42 视频 独立性 07:15
课时43 视频 二维离散型随机变量 08:03
课时44 视频 二维连续型随机变量 05:29
课时45 视频 边缘分布 09:36
课时46 视频 期望 04:20
课时47 视频 期望求解 08:38
课时48 视频 马尔科夫不等式 08:35
课时49 视频 切比雪夫不等式 11:14
课时50 视频 后验概率估计 10:04
课时51 视频 贝叶斯拼写纠错实例 11:46
课时52 视频 垃圾邮件过滤实例 14:09
章节8:数据科学你得知道的几种分布
课时53 视频 正太分布 19:22
课时54 视频 二项式分布 11:02
课时55 视频 泊松分布 15:55
课时56 视频 均匀分布 03:22
课时57 视频 卡方分布 05:35
课时58 视频 beta分布 14:54
章节9:核函数变换
课时59 视频 核函数的目的 06:37
课时60 视频 线性核函数 05:43
课时61 视频 多项式核函数 04:34
课时62 视频 核函数实例 06:53
课时63 视频 高斯核函数 08:50
课时64 视频 参数的影响 08:36
章节10:熵与激活函数
课时65 视频 熵的概念 04:50
课时66 视频 熵的大小意味着什么 12:09
课时67 视频 激活函数 06:30
课时68 视频 激活函数的问题 09:59
章节11:回归分析
课时69 视频 回归分析概述 07:11
课时70 视频 回归方程定义 04:42
课时71 视频 误差项的定义 07:47
课时72 视频 最小二乘法推导与求解 12:41
课时73 视频 回归方程求解小例子 06:32
课时74 视频 回归直线拟合优度 11:08
课时75 视频 多元与曲线回归问题 08:25
课时76 视频 Python工具包介绍 05:01
课时77 视频 statsmodels回归分析 09:37
课时78 视频 高阶与分类变量实例 12:06
课时79 视频 案例:汽车价格预测任务概述 09:19
课时80 视频 缺失值填充 13:36
课时81 视频 特征相关性 13:47
课时82 视频 预处理问题 07:05
课时83 视频 回归求解 13:23
章节12:假设检验
课时84 视频 假设检验基本思想 12:28
课时85 视频 左右侧检验与双侧检验 14:20
课时86 视频 Z检验基本原理 07:03
课时87 视频 Z检验实例 14:06
课时88 视频 T检验基本原理 13:02
课时89 视频 T检验实例 06:17
课时90 视频 T检验应用条件 07:43
课时91 视频 卡方检验 11:28
课时92 视频 假设检验中的两类错误 10:01
课时93 视频 Python假设检验实例 12:34
课时94 视频 Python卡方检验实例 07:59
章节13:相关分析
课时95 视频 相关分析概述 09:03
课时96 视频 皮尔森相关系数 08:16
课时97 视频 计算与检验 13:05
课时98 视频 斯皮尔曼等级相关 14:06
课时99 视频 肯德尔系数 06:48
课时100 视频 质量相关分析 13:33
课时101 视频 偏相关与复相关 07:34
章节14:方差分析
课时102 视频 方差分析概述 06:47
课时103 视频 方差的比较 11:50
课时104 视频 方差分析计算方法 14:00
课时105 视频 方差分析中的多重比较 08:15
课时106 视频 多因素方差分析 09:25
课时107 视频 Python方差分析实例 08:34
章节15:聚类分析
课时108 视频 层次聚类概述 04:41
课时109 视频 层次聚类流程 12:10
课时110 视频 层次聚类实例 11:33
课时111 视频 KMEANS算法概述 11:34
课时112 视频 KMEANS工作流程 09:42
课时113 视频 KMEANS迭代可视化展示 08:20
课时114 视频 DBSCAN聚类算法 11:04
课时115 视频 DBSCAN工作流程 15:03
课时116 视频 DBSCAN可视化展示 08:52
课时117 视频 多种聚类算法概述 04:34
课时118 视频 聚类案例实战 17:19
章节16:贝叶斯分析
课时119 视频 贝叶斯分析概述 07:22
课时120 视频 概率的解释 06:06
课时121 视频 贝叶斯学派与经典统计学派的争论 05:49
课时122 视频 贝叶斯算法概述 06:58
课时123 视频 贝叶斯推导实例 07:37
课时124 视频 贝叶斯解释 10:49
课时125 视频 经典求解思路 08:16
课时126 视频 MCMC概述 11:02
课时127 视频 PYMC3概述 05:40
课时128 视频 模型诊断 09:53
课时129 视频 模型决策 10:48