1. 首页
  2. 精品课程
  3. 机器学习中的数学第二期 [远胜第1期,另转发送海量数学干货]

机器学习中的数学第二期 [远胜第1期,另转发送海量数学干货]

  • 讲师:管博士 孙博士 唐博士 寒小阳
  • 课时:10次课 [每次课至少2小时,课上课后答疑]
  • 开课时间:已上前两次课,年后3.3日起每周六、周日晚8点-10点继续直播
199.00 800.00
我要报名 加入购物车
服务承诺:

课程答疑

课后习题

开课前随时退

课后回放

课程咨询
  • 介绍
  • 大纲
  • 试听地址:

    http://www.julyedu.com/video/play/38/1031


    把本课程页面转发到朋友圈,然后搜索微信公号:julyedulab,对公号发送:截图 + 领资料,即可免费领取海量数学干货,包括以下全部哦:

    1.一套CMU测试题,检测现有数学水平
    2.一套数据挖掘中所需的概率论与数理统计知识
    3.17节矩阵/凸优化/极大似然估计系列课
    4.20本机器学习中的数学必看书
    5.一个数据挖掘算法知识包
    7. 每周一次大咖公开课


    本第二期与第一期的主要改进:

    1 硬性条件大力提升。杜绝数学1因麦克风、手写板、语速过快导致的上课体验不佳;

    2 讲清楚每个知识点。杜绝堆砌知识、罗列结论,重点阐述来龙去脉、因果为何;

    3 通俗易懂更成体系。站在初学者的理解和接受程度,一步步循序渐进,厘清整个机器学习所需要掌握的数学体系;

    4 加强作业测评巩固。每次课均布置作业,且最后设置考核;

    5 讲师团队再次升级。管、孙、唐三大博士 + 寒老师坐阵,既通晓本质,更透析应用。


    机器学习中的数学第二期_01.jpg

    机器学习中的数学第二期_02.jpg

    机器学习中的数学第二期_03.png

  • 第一阶段 微积分

      第二课:微分学进阶

    • 知识点1:函数求导法则,反函数求导,隐函数定理简介
    • 实战项目:反向传播算法在神经网络里的应用

    第二阶段 概率论

      第三课:概率论简介

    • 知识点1:积分学与概率论基本概念,贝叶斯公式,正态分布与熵
    • 实战项目:朴素贝叶斯分类器

      第四课:极大似然估计

    • 知识点1:极大似然估计,凸函数,琴生不等式
    • 实战项目:逻辑回归,EM算法简介 

    第三阶段 线性代数

      第五课: 线性代数基础

    • 知识点1:线性函数与矩阵运算
    • 实战项目:最小二乘法的几何以及统计学意义 

      第六课:线性代数进阶

    • 知识点1:矩阵标准型理论简介,矩阵的奇异值分解
    • 实战项目:数据降维之主成分分析

    第四阶段 优化

      第七课:凸优化简介

    • 知识点1:凸优化问题,拉格朗日乘数法与KKT条件
    • 实战项目:从优化的角度理解支持向量机

      第八课:优化的稳定性

    • 知识点1:Ridge优化算法 与 Lasso优化算法
    • 实战项目:压缩感知与图像处理简介

    第五阶段 机器学习

      第九课:从线性模型谈起的机器学习分类与回归

    • 知识点1:线性回归、逻辑回归、softmax、hinge loss、cross-entropy loss
    • 知识点2:神经网络与非线性切分
    • 实战项目:线性分类器与神经网络的非线性切分案例

      第十课:从信息论到工业界最爱的树模型

    • 知识点1:信息熵、信息增益、信息增益率、gini index
    • 知识点2:ID3、C4.5、CART、随机森林、GBDT
    • 实战项目:用决策树与随机森林完成分类案例
课程咨询
课程咨询

微信客服:julyedukefu

电话:010-82712840

微信公众号:

微信公众号

分享到微信朋友圈

打开微信,点击底部的“发现”,使用 “扫一扫” 即可将网页分享到我的朋友圈。

微信扫码支付

打开微信,点击底部的“发现”,使用 “扫一扫” 即去支付!

立即参团

请务必填写真实信息,成团之后会第一时间通知您

参团定金:5元

支付方式:
请填写用户名

参团成功,邀请更多好友参团砍价

提示

尚未开课,开课后会第一时间上传课程。

确定