【完结】人工智能数学基础 网盘分享(7.51G)

【直播课】人工智能

章节1人工智能微专业系列直播

课时01从数学到ai神作：支撑向量机svm.mp4

章节2机器学习

课时02带你全方位走进ai世界.mp4

课时03敲开机器学习求职大门.mp4

课时04 面试难过？带你从企业使用方角度透视机器学习工程师.mp4

课时05报过很多课却学不好ai？学习方法用对了吗？.mp4

章节3深度学习

课时06深度学习之热门招聘方向与求职攻略.mp4

课时07春招想换工作？如何入门深度学习？.mp4

课时08游戏终结者！如何用深度学习击败世界冠军？.mp4

章节4自然语言处理

课时09步入nlp领域，先建立全方位认知.mp4

课时10 20行代码带你实践kaggle比赛.mp4

课时11nlp应用场景实战解析——电商用户评论文本分类.mp4

章节5人工智能数学基础

课时12算法原理干货：深入浅出理解em算法.mp4

课时13提高竞争力，ai高效学习方案.mp4

00课件汇总

课件_code

第二门_优化论初步.zip

第三门_优化论进阶.zip

第四门_数据降维的艺术.rar

第五门 _统计推断的魅力.zip

课件_pdf（课件密码）

[第1门]ai math_[第1章]_线性代数v2 进同步更新群.pdf

[第1门]ai math_[第2章]_高等数学 进同步更新群.pdf

[第1门]ai math_[第3章]_概率论 进同步更新群.pdf

[第1门]ai math_[第4章]_最优化 进同步更新群.pdf

[第2门]ai math_[第1章]优化迭代方法统一论 进同步更新群.pdf

[第2门]ai math_[第2章]深度学习反向传播 进同步更新群.pdf

[第3门]ai math_[第1章]凸优化基础.pdf

[第3门]ai math_[第2章]凸优化进阶之对偶理论.pdf

[第3门]ai math_[第3章]svm.pdf

[第4门]ai math_[第1章]矩阵分析上篇.pdf

[第4门]ai math_[第2章]矩阵分析下篇.pdf

[第5门]ai math_[第1章]概率统计上篇.pdf

[第5门]ai math_[第2章]概率统计中篇.pdf

[第5门]ai math_[第3章]概率统计下篇.pdf

软件_matlab

matlab_mac.txt

matlab_refrences.txt

matlab_win.txt

预习_python

【进阶】python_tutorial 进同步更新群.pdf

python for data analysis, 2nd edition 进同步更新群.pdf

think python 2nd 进同步更新群.pdf

简明python教程 进同步更新群.pdf

利用python进行数据分析 进同步更新群.pdf

预习_本科数学划重点

《人工智能数学基础》学前必备大学数学知识图谱 进同步更新群.pdf

概率论重点_by jason 进同步更新群.pdf

高数上重点_by jason 进同步更新群.pdf

高数下重点_by jason 进同步更新群.pdf

线性代数重点_by jason 进同步更新群.pdf

资料分享

机器学习(ng教授)作业及讲义.zip

机器学习_周志华 进同步更新群.pdf

机器学习简单分析.rar

机器学习实战（中文版+英文版+源代码）.zip

数学之美 进同步更新群.pdf

线性代数 进同步更新群.pdf

01ai数学基石

第1章 线性代数

1.1 本章概述.mp4

1.2 向量空间 .png

1.2.1 定义和例子.mp4

1.2.2 向量及其运算.mp4

1.2.3 向量组的线性组合.mp4

1.2.4 向量组的线性相关性.mp4

1.3 内积和范数.png

1.3.1 内积的定义.mp4

1.3.2 范数的定义.mp4

1.3.3 内积的几何解释.mp4

1.4 矩阵和线性变换 .png

1.4.1 矩阵和线性变换.mp4

1.4.2 线性变换.mp4

1.4.3 矩阵的运算.mp4

1.4.4 矩阵的转置.mp4

1.4.5 矩阵的行列式.mp4

1.4.6 逆矩阵.mp4

1.4.7 求解线性方程组.mp4

1.5 特征值和特征向量.png

1.5.1 特征值和特征向量.mp4

1.5.2 对称矩阵和正定矩阵.mp4

1.5.3 相似矩阵和对角化.mp4

1.6 二次型.mp4

1.7 本章小结.mp4

第2章 高等数学

2.1 本章概述.mp4

2.2 函数.png

2.2.1 函数的定义.mp4

2.2.2 反函数.mp4

2.2.3 复合函数.mp4

2.3 导数.png

2.3.1 引例.mp4

2.3.2 导数.mp4

2.3.3 函数的求导法则.mp4

2.3.4 高阶导数.mp4

2.4 偏导数.png

2.4.1 二元函数.mp4

2.4.2 二元函数的偏导数.mp4

2.4.3 方向导数和梯度.mp4

2.4.4 雅可比矩阵.mp4

2.4.5 海森矩阵.mp4

2.5 函数的极值.png

2.5.1 函数的极值.mp4

2.5.2 极值的定理.mp4

2.5.3 拉格朗日函数.mp4

2.6 泰勒展开式.mp4

2.7 本章小结.mp4

第3章 概率论

3.1 本章概述.mp4

3.2 随机事件和概率.png

3.2.1 基础概念.mp4

3.2.2 随机事件的概率.mp4

3.2.3 条件概率.mp4

3.2.4 事件的独立性.mp4

3.3 全概率公式和贝叶斯公式.mp4

3.4 随机变量，期望和方差.png

3.4.1 随机变量的定义.mp4

3.4.2 概率分布.mp4

3.4.3 概率密度函数.mp4

3.4.4 随机变量的期望.mp4

3.4.5 随机变量的方差.mp4

3.5 最大似然估计 .png

3.5.1 最大似然估计(上).mp4

3.5.2 最大似然估计(下).mp4

3.6 本章小结.mp4

第4章 最优化

4.1 本章概述.mp4

4.2 最优化问题.png

4.2.1 基本形式.mp4

4.2.2 分类.mp4

4.3 线性规划.png

4.3.1 线性规划问题实例.mp4

4.3.2 线性规划的标准形式.mp4

4.3.3 线性规划问题的求解.mp4

4.4 凸集和凸函数.png

4.4.1 空间里的直线.mp4

4.4.2 仿射集.mp4

4.4.3 凸集.mp4

4.4.4 超平面和半空间.mp4

4.4.5 凸函数.mp4

4.5 凸优化问题.mp4

4.6 本章小结.mp4

0.1ai数学基石本门课程概览.mp4

0.2开班班会.mp4

02优化论初步

第1章 优化迭代统一论

1.0-本微专业概述.mp4

1.1-线性回归建模.mp4

1.2-无约束优化梯度分析法（上）.mp4

1.3-无约束优化梯度分析法（下）.mp4

1.4-无约束迭代法.mp4

1.5-线性回归求解.mp4

1.6-案例分析.mp4

第2章 深度学习反向传播

2.1-回归与分类、神经网络.mp4

2.2-bp算法（上）.mp4

2.3-bp算法（下）.mp4

2.4- 计算图.mp4

03优化论进阶

1凸优化基础

1.1-一般优化问题.mp4

1.2-凸集和凸函数基础（上）.mp4

1.3-凸集和凸函数基础（下）视.mp4

1.4-凸优化问题.mp4

1.5-案例分析.mp4

2凸优化进阶之对偶理论

2.1-凸优化问题.mp4

2.2-对偶（上）.mp4

2.3-对偶（下）.mp4

2.4-问题案例.mp4

3svm

3.1-问题案例.mp4

3.2-svm 建模-成片.mp4

3.3-svm 求解-成片.mp4

3.4-svm 扩展，附案例-成片.mp4

04.数据降维的艺术

01.第一章 矩阵分析上篇

01.线性代数基础与精华.mp4

02.特征分解.mp4

03.pca.mp4

02.第二章 矩阵分析下篇

01.特征分解复习.mp4

02.svd理论.mp4

03.矩阵其他重要知识以及实际应用.mp4

05.统计推断的魅力

第1章 概率统计上篇

01.事件.mp4

02.随机变量及数字特征.mp4

03.人工智能中常见的分布和实践案例.mp4

第2章 概率论统计中篇

01.数理统计.mp4

02.线性回归与逻辑回归.mp4

03.贝叶斯的观点和案例实战.mp4

第3章 概率论统计下篇

01.聚类、gmm模型.mp4

02.em算法.mp4